中国色在线日|韩,美女久久99,中文字幕成人在线

位置:首頁 > 技術文檔

中文文本分類中的特征選擇研究

文件大小： 899.23 KB
下載次數：
文件評級：
更新時間：2014-06-12
發布人： lengbingbing

文件下載：

上傳的文件被下載可獲得積分！
積分可下載資料或者提取人民幣！
Ctrl + d 可將本頁面加入收藏夾

文件介紹：
該文件為 pdf 格式（源文件可編輯），下載需要 20 積分
中文文本分類中的特征選擇研究
目的：隨著信息技術不斷前進和互聯網技術的迅猛發展和普及，信息呈近乎爆炸的形式急速膨脹。無論網絡上、企業中或是個人系統上，都有海量的信息需要處理。文本作為計算機系統中信息的最重要表現形式之一，其增長速度更為驚人。如何在海量文本庫中搜尋、過濾和管理這些文本成為一個亟待解決的問題。作為數據挖掘技術的重要手段之一，基于機器學習的文本分類技術可以在較大程度上解決文本庫雜亂無章的現象，幫助人們將大量的文本自動分門別類，從而更好地把握文本信息，使信息的價值最大化。在采用向量空間模型對文本進行表示的情況下，文本分類的最大特點和困難之一是特征空間的高維性和文檔表示向量的稀疏性。中文的詞條總數有二十多萬條,尋求一種有效的特征抽取算法,降低特征空間的維數,提高分類的效率和精度,成為文本自動分類中需要首先面對的重要問題。特征選擇是解決這個問題的有效方法。本選題的核心目的就在于研究如何進行特征項的選取，使得分類的效率和效果最好。思路：首先需要理解中文文本分類技術以及應用的框架，熟悉中文文本分類技術的各個組成部分，然后搭建一個中文文本分類的輔助平臺（包括分詞組件、分類器、測試文檔集、訓練文檔集，大部分都可以從開源軟件或公開資料里獲得），在輔助平臺的基礎上研究特征相的提取并用實驗檢驗之。方法：通過閱讀大量的資料或文檔學習所要用的知識和技術，并通過實驗驗證自己的想法和理論。相關支持條件： PC、java或C++開發環境、中文文本分類輔助平臺（自己搭建）、Internet ...

文檔留言共有條評論

更多..下載排行

更多..最新文檔

熱門文檔