论文研究基于深度学习的新闻文本分类算法的研究与实现 .pdf

摘要:文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等

针对基于支持向量机的Web文本分类效率低的问题，提出了一种基于支持向量机Web文本的快速增量分类FVI-SVM算法。算法保留增量训练集中违反KKT条件的Web文本特征向量，克服了Web文本训练集规模巨

基于标签主题模型的互联网文本分类,董星,郑岩,文本自动分类在数据挖掘中是一项非常重要的任务,随着互联网的高速发展,该领域的研究能够更好的帮助人们挖掘有用信息。概率主题

对给定的网页，提取其特征向量，计算网页特征向量与分类特征向量的相似度，使用Kmeans聚类方法寻找归属类得到动态阈值，提出了一种基于动态阈值的向量空间模型多主题Web文本分类方法。该方法通过网页与每

针对海量文本分类问题进行了研究，基于分布式计算框架MapReduce平台，实现了一种简单、有效的文本分类算法——平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法，且具有较好的加

非凸在线支持向量机（LASVM-NC）具有抗噪能力强和训练速度快的优点，而词频相关频率积（tf.rf）则是一种自适应能力很强、分类性能非常好的文本特征。通过把非凸在线支持向量机和词频相关频率积相结合，

情感分析是自然语言处理（NLP）领域的一部分，其目的是通过分析一些主观文本来挖掘情感倾向的过程。 随着单词向量的发展，深度学习在自然语言处理中Swift发展。 因此，基于深度学习的文本情感分析也得到了

针对当前的艺术创作和动画创作过程,在从草图到样式化图像的转换过程中有很多重复的手动操作。 本文提出了一种基于深度学习框架的解决方案,以实现图像生成和样式转换。 该方法首先使用条件生成来抵抗网络,优化训

提出了一种基于特征项扩展的中文文本分类方法.该方法首先对文档的特征词进行分析,然后利用HowNet抽取最能代表主题的特征义原,接着根据这些义原对特征项进行扩展,并赋予扩展的特征项适当权值来说明其描述能

基于JST 模型的新闻文本的情感分类研究