面向弱监督文本分类的流形非负矩阵分解算法研究.docxVIP

下载本文档

2
0
约3.43万字
约 44页
2023-12-18 发布于广东
举报
版权申诉

面向弱监督文本分类的流形非负矩阵分解算法研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

吉林大学计算机科学与技术学院毕业论文

面向弱监督文本分类的流形非负矩阵分解算法研究

摘要

传统依靠监督学习方法构建起来的文本分类器通常需要数量较多的标记文档，文档的标记工作通常要求一定的专业知识来保证准确度，这是非常耗时而且代价昂贵。因此一种围绕着少量易获取的标签描述，即种子词，而不是围绕标记文档来给分类任务提供需要的监督信息的弱监督文本分类方法展现了良好的发展前景。但是由于种子词集合大小相对于文档集合所含词语集合来说小很多，使得很多文档不含有任何种子词或者含有不相关种子词，限制了种子词监督作用的发挥。流形假设提出高度相似的文本往往会对应到同一个类别上，因此我们为每个文档保存一个局部邻域结