暂无评论
针对传统分类算法在处理短文本时的不足,提出了一种基于搜索的NaiveBayes文本分类方法。该分类方法对文本数据集规模、文档长度、类别数量、分布等情况综合考虑,对朴素贝叶斯算法进行改进,将搜索技术应用
近年来卷积神经网络和循环神经网络在文本分类领域得到了越来越广泛的的应用。提出一种卷积神经网络和长短时记忆网络特征融合的模型,通过长短期记忆网络作为池化层的替代来获得长期依赖性,从而构建一个联合CNN和
基于机器学习的文本分类技术研究进展 快速了解文件分类技术
Web信息抽取的文本分类研究.doc
重点研究了文本的特征提取,通过对互信息和χ2统计的研究,根据其各自的缺陷,提出了一种新的特征提取算法——联合特征提取算法(CEFA)。通过CEFA可以提取出更具代表性的特征项,利用粗糙集优越的约减性构
互联网web网页,利用SVM技术实现对web进行挖掘、检索等,本文采用这种方法以处理海量数据,网页自动分类,通过自动分类建立数据库,提高搜索引擎的查全率和查准率,而且可以自动的分类信息资源,为用户提供
文介绍了文本分类的概念和向量空间模型,分类系统的性能评价参数与粗 糙集基本理论本分类特征选取技术研究
题目是《中文文本分类技术研究》,既有理论,还有实例,值得参考
在意见挖掘中所涉及到的文本类型是主观性文本。这就需要解决主客观文本的分类问题。本文首先介绍了主客观文本的定义和它们之间的区别。接着针对主观性文本的特点提出了分类适用的预选特征。在此基础上,介绍了通过实
针对传统的基于神经网络文本分类算法收敛速度慢等缺点,在分析了文本分类系统的一般模型,以及在应用了互信息量的特征提取方法提取特征项后,提出了一种基于样本中心的径向基神经网络文本分类算法;并引入了聚类算法
暂无评论