![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/72e4b363-e25a-4359-a88a-dd8d5905f47a/72e4b363-e25a-4359-a88a-dd8d5905f47apic.jpg)
![2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/72e4b363-e25a-4359-a88a-dd8d5905f47a/72e4b363-e25a-4359-a88a-dd8d5905f47a1.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的迅速發(fā)展,網(wǎng)上生活已經(jīng)成為了人們必生活中不可少的一部分。互聯(lián)網(wǎng)上的人們使用的信息很多是以短文本的形式存在的。短文本就是內(nèi)容較短的文本(一般長度不超過140字符),通常的新聞標(biāo)題、微博、手機(jī)短信、電子郵件、購物評價(jià)等都是短文本。面對互聯(lián)網(wǎng)中的海量信息,利用計(jì)算機(jī)技術(shù)自動地進(jìn)行短文本分類可以幫助人們在有限的時(shí)間內(nèi)閱讀更多感興趣的信息。本文對基于條件隨機(jī)場的短文本分類的算法進(jìn)行了較深入的研究和討論,在特征選擇與文本表示方面進(jìn)行了改
2、進(jìn)。
與通常的文本相比,短文本有許多特性。本文介紹了短文本的特點(diǎn)并對國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀進(jìn)行了分析。目前短文本分類方法大多采用的是傳統(tǒng)文本分類方法的改進(jìn)。本文回顧了文本分類方法的一般過程,列舉了中文分詞、特征選擇、特征權(quán)重計(jì)算、文本表示、文本分類器等文本分類領(lǐng)域的重要知識。
條件隨機(jī)場是一個(gè)給定輸入序列條件下計(jì)算出輸出序列的無向圖模型,是對傳統(tǒng)的有向圖概率模型的改進(jìn)。將條件概率模型應(yīng)用于文本分類領(lǐng)域是目前短文本分
3、類的新思路。
本文系統(tǒng)地描述了條件隨機(jī)場理論和如何將序列標(biāo)注的方法用于短文本分類領(lǐng)域。針對短文本所面臨的特征稀疏等問題,本文提出了將語料預(yù)處理和分詞后,用類別作為標(biāo)注使用條件隨機(jī)場模型進(jìn)行標(biāo)注預(yù)測的短文本分類方法。重點(diǎn)介紹了序列標(biāo)注方法、分類結(jié)果的判斷與特征模版的選擇問題。
對比實(shí)驗(yàn)表明,基于條件隨機(jī)場的短文本分類算法是一種有效的文本分類方法,在新聞的主題分類、微博的主客觀分類和情感傾向性分類中都取得了不錯的分類效果
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于條件隨機(jī)場模型的文本分類研究.pdf
- 面向社區(qū)問答的中文短文本分類算法研究
- 利用關(guān)聯(lián)規(guī)則挖掘算法的中文短文本分類研究
- 利用關(guān)聯(lián)規(guī)則挖掘算法的中文短文本分類研究.pdf
- 基于條件隨機(jī)場的網(wǎng)絡(luò)文本分詞研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的中文短文本分類研究.pdf
- 中文短文本分類的相關(guān)技術(shù)研究.pdf
- 短文本分類研究.pdf
- 中文短文本分類技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于本體的短文本分類研究.pdf
- 中文文本分類算法研究.pdf
- 基于KNN的中文文本分類算法研究.pdf
- 中文文本分類中文本表示及分類算法研究.pdf
- 考慮特征有效擴(kuò)展的中文短文本分類研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的短文本分類算法研究.pdf
- 短文本分類方法研究.pdf
- 基于自身特征的短文本分類研究.pdf
- 基于條件隨機(jī)場的中文文本情感分析研究.pdf
- 中文多標(biāo)簽文本分類算法研究.pdf
- 中文短文本分類中關(guān)聯(lián)強(qiáng)度語言模型的研究.pdf
評論
0/150
提交評論