数据库学术论文 基于自训练EM算法的半监督文本分类

Text classifier based on naive Bayes algorithm

PyTorch的BERT中文文本分类 此存储库包含用于中文文本分类的预训练BERT模型的PyTorch实现。 代码结构 在项目的根目录,您将看到: ├── pybert | └── callback

分为10个类大概2000篇多文本，可用于文本分类的语料库

web文本分类挖掘研究论文

文本分类在采用向量空间模型（VSM）表达文本特征时，容易出现特征向量高维且稀疏的现象，为了对原始的文本特征向量进行有效简化，提出了一种基于粒子群（PSO）优化独立分量分析（ICA）进行降维的方法，并将

在传统模糊C-均值聚类算法的基础上，提出了一种新型区间值数据模糊聚类算法。运用区间分割策略改进了区间距离的计算公式，成功解决了区间距离计算方法存在的缺陷。提出了区间值数据模糊聚类的数学模型，并拓广模糊

解码器是统计机器翻译研究的关键部分。在基于短语的统计机器翻译的基础上,结合对数线性模型的思想加入多个特征模型,研究了一种动态规划的柱搜索解码算法。详细介绍此算法在解码器中的具体实现,并对翻译速度和精度

SVM分类算法处理高维数据具有较大优势，但其未考虑语义的相似性度量问题，而LDA主题模型可以解决传统的文本分类中相似性度量和主题单一性问题。为了充分结合SVM和LDA算法的优势并提高分类精确度，提出了

基于文本分类的信息检索模型，丁志刚，王小捷，本文探索了如何利用信息文本分类对检索系统结果进行改善。首先，根据特定的分类集分别对待检索文档和检索条件进行数据建模；讨论

文本分类中用于协同训练的特征集分割，张博锋，苏金树，用于文本分类领域的协同训练往往需要特征集的一个自然独立分割,但对大多数语料而言这种分割都很难获取或不存在.本文给出了特征子�