- 1、本文档共44页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于背景学习的迭代文本分类框架
基于背景学习的迭代式文本分类框架
PAGE \* MERGEFORMAT 40
题名(中英对照):
基于背景学习的迭代式文本分类框架
Background Learning Based Iterative Framework for Text Classification
摘要
计算机及互联网的普及在带给人们的生活和工作丰富资源的同时也使信息呈现爆炸式增长。随着网络中文本数据呈指数级增长,信息的人工分类和管理也已经被计算机自动分类所替代。
经过多年的研究和发展,文本自动分类领域已经开发出一些相对成熟的算法。对于中文文本分类,也已经有一些方法和系统可以达到较高的分类准确率。研究分析发现,在文本预处理阶段,对于歧义语段的划分始终是影响分类准确率的一个重要因素,至今仍未完全解决。本文结合互信息度理论,提出一种基于背景学习的迭代式框架,以此为基础通过对分词数据预处理来改进传统的基于朴素贝叶斯模型的文本分类算法。
本文使用新浪网不同类别数据对提出的迭代式框架进行实验评估。实验结果表明本文提出的基于背景学习的迭代式文本分类框架可行有效。
关键词:背景知识,迭代,互信息度,朴素贝叶斯,文本分类,歧义消除
Abstract
The popularity of computers and the Internet brings people rich resource for daily life and work. At the same time, the explosive information and data had over-flooded us. With the text in the Internet growing at an exponential rate, manual categorization has been out of date and replaced by automatic classification.
A number of algorithms have been proposed after decades of research. For Chinese text classification, various approaches and systems have been developed, which can achieve relatively high classification accuracy. More specifically, in text pre-processing stage, the division of ambiguous phrase is a key factor that affects the accuracy. And it has not been properly solved. This paper presents a background-based iterative framework integrated with the mutual information theory. It is used into the data preprocessing to improve the traditional text classification algorithm which is based on the Na?ve Bayesian model.
Data from various Sina categories are used for the experimental evaluation of the framework. The results show that the proposed background learning based iterative framework for text classification is feasible and effective.
Keywords: Background Knowledge, Iteration, Mutual Information, Na?ve Bayesian,
Text Categorization, Disambiguation
目录
TOC \o 1-3 \h \z \u HYPERLINK \l _Toc389290315 摘要 PAGEREF _Toc389290315 \h I
HYPERLINK \l _Toc389290316 Abstract PAGEREF _Toc389290316 \h II
HY
您可能关注的文档
- 基于STC9C52计算器设计程序已验证.doc
- 基于SolidWorks 2006 的渐开线直齿圆柱齿轮数化设计.doc
- 基于Struts2 架技术的古筝工作室网站的设计与实现.doc
- 基于STC9C52单片机的心率检测仪的硬件设计.doc
- 基于STM32的步电机控制系统.doc
- 基于TCL医疗集的产品对DR发展趋势的研究.doc
- 基于Strts2 框架技术的古筝工作室网站的设计与实现 开题报告.doc
- 基于TCL医疗集团子大C项目探测器的研究.doc
- 基于TA845H的步进电机驱动器的设计.doc
- 基于STM32的数码框设计与实现.doc
- 2024燃气职业技能鉴定通关考试题库附完整答案详解(网校专用).docx
- 2024燃气职业技能鉴定通关题库及参考答案详解(培优A卷).docx
- 2024燃气职业技能鉴定通关考试题库(网校专用)附答案详解.docx
- 2024燃气职业技能鉴定通关考试题库(B卷)附答案详解.docx
- 人教版数学五年级上册期末测试卷带答案(b卷).docx
- 地下管网AR可视系统行业需求变化及营销策略研究报告.docx
- 2024燃气职业技能鉴定通关题库及参考答案详解(实用).docx
- 人教版数学五年级上册期末测试卷带答案(基础题).docx
- 2024燃气职业技能鉴定通关题库及参考答案详解(突破训练).docx
- 人教版数学五年级上册期末测试卷带下载答案.docx
文档评论(0)