暂无评论
基于VSM和LDA模型结合的文本分类，王海江，刘晓鸿，自动文本分类是一种管理和利用海量文本数字信息的有效手段。在当今数字文本信息越来越繁杂的情况下，文本分类技术的应用越来越广
随着网络文本数据呈指数级增长，信息的人工分类和管理逐渐被计算机自动分类所替代，相关领域经过多年的研究和发展已经开发出一些相对成熟的算法。研究分析发现：在文本预处理阶段歧义语段的划分始终是影响分类准确率
在线人工语音服务已经在各种商业活动中展开，为了提供更好的客户服务就必须对语音服务质量进行有效的评估。目的就是将人工语音服务利用语音识别技术转化为文本，再进行有效的分类评估。常用文本分类模型有朴素贝叶斯
基于主题的信息采集及文本分类技术的研究,应钦,,随着Web上信息的迅速扩展,各项基于Web的服务也逐渐繁荣起来。传统的信息采集不能满足人们日益增长的个性化需求,基于主题的Web信息
针对传统的文本分类算法存在着各特征词对分类的结果影响相同、分类准确率较低、造成算法时间复杂度增加的问题，提出了一种改进的最大熵C-均值聚类文本分类方法。该方法充分结合了C-均值聚类和最大熵值算法的优点
很棒的文本分类:很棒的文本分类项目,论文,教程
采用深度学习，cnn,rnn两种方式对新闻类信息。进行分类预测。。。。仅供初学者练习使用
传 统 的 ＫＮＮ 文 本 分 类 算 法 是 一 种 无 监 督 的 、 无 参 数 的 、 简 单 的 、 较 流 行 的 且 容 易 实 现 的 分 类 算 法 。 但 是 ＫＮＮ 算 法 在
文本分类，语义学习都是机器学习和深度学习中比较重要的部分，本文档详细的介绍了文本分类这一思想，是一份非常值得学习的资料！
文本情感分析领域内的特征加权一般考虑两个影响因子:特征在文档中的重要性(ITD)和特征在表达情感上的重要性(ITS)。结合该领域内两种分类准确率较高的监督特征加权算法,提出了一种新的ITS算法。新算法
暂无评论