【摘 要】
:
近些年来,在信息技术和互联网的高速发展下,电子文本信息的数目迅速增长。人们可获得的信息越来越多。然而由于信息的杂乱无序,人们很难在浩瀚的数据中找到真正需要的信息。
论文部分内容阅读
近些年来,在信息技术和互联网的高速发展下,电子文本信息的数目迅速增长。人们可获得的信息越来越多。然而由于信息的杂乱无序,人们很难在浩瀚的数据中找到真正需要的信息。面对我们常说的“信息发达,知识贫乏”这样的局面,如何尽最大可能对这些信息进行有效的组织和管理成为信息处理研究中重要的研究之一,文本分类技术就是解决这一问题的有效方法。能够帮助人们非常高效并且准确的定位文本信息,为用户取得需要的信息提供强大的支持。本文详细介绍了文本分类的主要方面,涉及文本表示、文本特征提取方法、文本分类算法等相关技术。同时针对文本分类中涉及到的两个关键的技术(文本特征提取和分类算法)进行了详细的研究,具体内容包括以下几方面:(1)文本特征项提取方法的研究。分析了特征项提取的传统方法TF-IDF算法,并在此基础上提出了一种新的改进策略,以提高特征项提取的查全率和查准率。(2)分类算法的研究。分析了决策树和logistic回归分类算法的优缺点,决策树有较高的分类准确性但是在建树的过程中面对大量数据需要庞大的计算量。针对这个问题提出了基于logistic回归的决策树分类算法,在建树前先利用logistic回归算法进行数据的缩减,留下对分类影响最大的一些数据,提高建树的速度。(3)实验分析。基于对文本分类相关技术的深入分析研究,对文本提出的改进的特征项的选取方法和分类算法进行实验分析和验证。
其他文献
地缘政治是政治学和地理学两门学科延伸研究的交集,它扩展了政治研究的空间范围,深化了地理研究的价值内涵。自从19世纪后期地缘政治学研究正式兴起以来,由于其作为交叉学科
交通拥挤收费问题在国外发达国家已研究多年,也有许多成功的应用范例,但国内在此方面的研究起步较晚。首先介绍了拥挤收费在国外城市交通和公路交通管理中的应用情况,并从经
中国有着广袤的海洋,由海而生的民众海神信仰也由来已久。由于地理、历史和文化等因素,各沿海地区民众对海洋神灵的崇拜也呈现出各自的区域特征。生活在浙东海岛渔区(本文主要指
福寿螺是全球性的入侵水生动物,在许多国家和地区造成了严重的危害。20世纪80年代初传入中国后,迅速扩散至中国南方各省,成为危害水稻及其他水生植物的恶性入侵水生动物。此
翻译从来都被认作是一种人类的行为活动,同时它也一种目的性的行为活动,因此翻译的目的决定其整个过程。正如我们所知,目的论从属于功能派翻译理论体系,它坚持认为:翻译活动就是一
以2011-2015年沪深两市自愿披露社会责任报告的A股重污染行业上市公司为样本,运用多变量回归模型实证检验了政治关联、高管薪酬与企业社会责任信息披露关系,研究结果表明:高管
<正>中医认为,肝主眼,肝与眼有密切关系,肝有病常影响到眼睛。肝虚则视力模糊、夜盲或迎风流泪,肝火旺则目赤。因此,要保护好眼睛,首先要保护好肝。
内源激素对植物生长发育具有重要的调控作用,但含量极低,内源激素的测定技术对研究其在植物生命活动的调节作用具有非常重要的意义。对植物内源激素的生物测定法、理化测定法
在海洋发展成为是国际政治、经济、军事、外交领域合作与竞争的重要平台的大背景下,海洋在沿海国家战略全局中的地位日益凸显。海岸带是人类最早利用海洋的区域之一,依靠海岸