版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、文本分類技術是解決由于互聯(lián)網(wǎng)的迅猛發(fā)展而導致人們面臨“信息爆炸而知識匱乏”問題的有效手段。文本分類往往是屬于多類標分類,即單篇文章屬于一個或以上的類別。多類標問題是傳統(tǒng)機器學習算法不能解決的,同時因為文本數(shù)據(jù)的特殊性,業(yè)已開發(fā)的多類標分類算法不能很好地應用于文本數(shù)據(jù)。如何更好地解決多類標文本分類問題是本文的核心議題。本文的具體工作如下:
(1)全面總結了現(xiàn)有的文本處理技術,多類標分類方法及其優(yōu)勢劣勢,多類標數(shù)據(jù)集的度量準則和算
2、法驗證準則。
(2)深入分析并總結出多類標文本數(shù)據(jù)的關鍵特點。通過對傳統(tǒng)文本數(shù)據(jù)的分析及多類標數(shù)據(jù)的度量特點,推導出多類標文本數(shù)據(jù)普遍存在“一高兩疏”的特點——高維、特征空間和類標空間稀疏。
(3)提出了解決多類標文本數(shù)據(jù)的思路。根據(jù)多類標文本數(shù)據(jù)的關鍵特點,提出對特征空間和類標空間的劃分,通過構造不同子空間及其專注的問題,迭代解決多類標文本分類問題是一個好的思路;也就是說,通過把原問題劃分為若干個子問題,子問題之間
3、相互協(xié)作,尋找最優(yōu)解。
(4)提出了全新的多類標分類算法——多類標聚類樹算法。多類標聚類樹算法是根據(jù)解決多類標文本文類問題的指導思想,結合傳統(tǒng)單類標聚類樹算法的特點,通過迭代調用“基于類標信息的聚類算法”將兩空間依樹的生長不斷劃分,直至空間足夠簡單為止。
(5)提出了全新的基于問題轉化的多類標分類方法——類標掩蓋樹。類標掩蓋樹是通過樹形結構和類標掩蓋手段,把多類標問題轉化為一系列層次分明,相互協(xié)作的多類別分類問題,進
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類算法和支持向量機算法的文本分類算法研究.pdf
- 基于聚類和分類技術的文本分類研究.pdf
- 基于遺傳算法與模糊聚類的文本分類研究.pdf
- 基于SVM的多類文本分類算法及其應用研究.pdf
- 基于聚類生成樹的分類算法研究.pdf
- 多類標聚類樹分類方法優(yōu)化及并行化實現(xiàn).pdf
- 基于類信息的潛在語義多類文本分類模型研究.pdf
- 基于聚類算法的KNN文本分類系統(tǒng)研究與實現(xiàn).pdf
- 基于支持向量機與聚類算法的中文文本分類研究.pdf
- 基于密度聚類改進的支持向量機文本分類的算法研究.pdf
- 詞聚類用于文本分類的方法研究.pdf
- 基于混合并行遺傳算法的文本分類及聚類研究.pdf
- 基于支持向量機的多類文本分類研究.pdf
- 基于多類支持向量機的文本分類研究.pdf
- 文本分類和聚類若干模型的研究.pdf
- 基于聚類的主題模型短文本分類方法研究.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 基于后綴樹的中文文本聚類算法研究.pdf
- 面向文本流的聚類樹分類方法研究.pdf
- 基于聚類技術的網(wǎng)頁分類應用-基于后綴樹的中文文本聚類方法.pdf
評論
0/150
提交評論