中文文本分类相关论文
近年来,文本分类技术在机器学习和深度学习理论的支撑下进步斐然,各类深度神经网络分类模型在基于多种公开数据集的实验中展示出了......
文本分类作为自然语言处理的重要研究领域,在农业、商业、法律、社会科学等诸多领域发挥重要作用。中文文本分类主要分为短文本分......
互联网时代的文本类数据管理的关键在于高效的信息检索、深度的信息挖掘以及自然语言处理。文本情感分类作为这些技术的一个重要环......
文本分类是NLP(natural language processing,自然语言处理)处理技术的重要分支.信息检索、文本挖掘作为自然语言处理领域的关键技......
中文文本数据的半结构化甚至非结构化的特点使得其分类存在着特征高维的问题,传统单一的特征降维方法难以满足大数据时代的文本分......
为提高中文文本分类的效率和准确率,针对汉字象形字的特点和数据量剧增的大数据背景,建立基于深度学习的中文文本分类算法.首先根......
现如今文本数量与日俱增,对文本进行正确的分类有助于理解文本内容以及开展后续的工作。文本分类有众多的应用前景,如垃圾邮件识别......
互联网技术发展迅速,网络文本信息激增。信息传播迅速而广泛,对社会有着重大的影响,因此高效地分析和处理文本信息变得尤为重要。......
受中国互联网技术发展和移动社交网络进步的推动,中文文本信息的数量正在迅速增长且蕴含着巨大的潜在价值,如何高速、准确的对中文......
现阶段网络问政系统发展趋势较为缓慢,政府部门迫切需要提高管理水平和问题处理效率的方法,面对海量的留言文本,快速准确地处理留......
教材德目指标是学校道德养成体系中教材选用的重要标准之一,对提供个性化德育信息服务具有重要意义。目前该方面的量化评估的研究......
德目教育是个人发展的基石,也是学校的重要职责之一,而教材作为进行德目教育的重要载体,德目指标自然也就成为修订教材的重要标准......
请下载后查看，本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view......
随着信息时代的来临,电子文本信息迅速膨胀,如何有效地组织和管理这些信息,并准确、全面、快速地将用户所需要的信息从文本信息系......
近年来，随着通信设备和技术的发展，手机短信服务为人们提供了更多的信息，同时也为形形色色的不良信息提供了藏污纳垢的便捷场所。因此......
论文综述了中文文本分类中自动分词、文本表示、特征选取和分类模型几个部分的研究现状和研究方法。每个部分都有多种实现技术，不同......
信息技术和网络技术的发展的同时也带来了信息海量增长,因此如何将信息有效的分类以便人们更加高效的利用信息是一项艰巨的任务。......
自动文本分类技术就是对大量的自然语言文本按照一定的主题类别进行自动分类,它是自然语言处理的一个十分重要的问题。文本分类任......
随着Internet的迅猛发展，电子文本信息迅速膨胀，文本分类系统作为处理和组织电子文本信息的一项重要技术，成为信息处理领域不可或缺的......
随着信息产业特别是互联网的高速发展，人们可以很容易地从互联网、数字图书馆以及公司内部网络获得海量的数据。这些数据按照其组织......
信息化的飞速发展使各种文本信息呈现爆炸式增长，这给人们的工作、学习和生活提供了极大便利，但淹没于大量无用、重复信息之中的有用......
随着通信技术和计算机技术的飞速发展,自动信息处理已成为人们获取大量信息不可缺少的工具文本分类作为自动信息处理的重要研究方......
随着国际互联网飞速发展,各种电子文本数据的数量激增,如何快速有效地获取、管理和使用这些文本数据,已经成为信息系统科学迫切需......
面对与日俱增的爆炸信息,人们获得有用知识显得越发困难,而有效的组织和管理能帮助人们便捷准确地找到所需知识,于是文本分类成为......
随着Internet的迅猛发展和日益普及，网络文本信息急剧增长，如何有效的组织和管理这些海量信息，并能够快速、准确、全面地获得用户所需......
随着信息技术的快速发展,信息海量增长,如何从大量数据中获取有用信息是人们急需解决的问题。信息多数是以文本的形式出现,而中文......
中文文本分类作为搜索引擎的关键基础技术,对于高效而充分地从互联网上巨量的中文文本信息中挖掘出高价值中文文本信息,以满足社会......
文本分类是目前自然语言处理领域最基础的任务之一,在信息检索、推荐系统等领域都有着广泛的研究和应用。传统的文本分类方法通过......
随着信息化时代的到来,电子文本数量呈现高速增长的趋势,中文文本分类技术的需求与日俱增。在文本分类的过程中,文本数据的半结构......
以实现慕课网用户评论的情感倾向性分析为目的,本文提出一种基于BERT和双向GRU模型的用户评论情感倾向性分类方法.首先使用BERT模......
本文用HNC语境理论来分析现在中文信息处理的一个热门话题--中文文本分类.HNC理论认为只有深入到语境层面,理解语句及篇章,才能更......
本文从Web文本自动分类的需求出发,针对基于VSM(vectorspacemodel)模型的分类处理中词的无关性假设及词的维数过高等问题,结合Hown......
现如今自动化归类技术的全面创新,加快了中文文本分类的处理速度,为文本校审、广告过滤等技术提供了技术支撑.由此,需分析中文文本......
随着网络信息数量的迅猛增长,"信息过载"、"信息超载"现象引起了人们的重视.信息过滤技术就是为了克服上述现象,减少用户在获得信......
随着互联网相关技术的飞速式发展,通过各个渠道散播的信息量急剧增大,同时也给急需获取有价值信息的人们带来了管理难题。文本分类......
互联网的飞速发展导致了网络中的文本数据也随之迅速增长,因此如何高效处理这些文本信息成为一个重要的研究课题。而文本自动分类......
随着当今网络信息量的飞速增长，海量的网络文本数据也在呈现指数级增长，传统的人工分类方法显然已经不适用，文本分类技术应运而生。文......
传统的流形学习局部线性嵌入（locally linear embedding，u正）算法通过欧氏距离来选择邻域，如果数据集选自多个类别，这种距离度量方法无......
非功能需求描述系统质量相关的属性,是软件设计决策的重要依据和评估标准.与功能需求的描述相比,非功能需求描述通常比较分散,且往......
为摆脱中文自动分词过程中对庞大词库和复杂分词处理程序的依赖,提出了中文关键词信息的提取方法.该方法采用基于2-grams的短语标......
随着信息技术的不断发展,网络的快速普及,大量的文字信息开始以电子本文的形式存在,因此怎样实现信息的自动分类,特别是中文文本信......
针对互联网中中文文本数据量激增使得对其作分类运算的处理时间显著延长的问题,提出并实现了一种基于内存计算模型Spark的并行朴素......
提出了一种结合加权特征向量空间模型和径向基概率神经网络（RBPNN）的文本分类方法．该方法针对传统的文本特征提取方法的不足，根据文本......
采用一种无须分词的中文文本分类方法,以二元汉字串表示文本特征,与需要利用词典分词的分类模型相比,避免了分词的复杂计算;为提高......
以实现慕课网用户评论的情感倾向性分析为目的,本文提出一种基于BERT和双向GRU模型的用户评论情感倾向性分类方法。首先使用BERT模......
针对基于神经网络的文本分类模型在训练过程中容易发生过拟合及忽略句子中的关键词的问题,提出了一种基于分层Attention机制的Bi-G......
提出一种基于模糊积分的多神经网络分类器融合文本分类方法,利用Sugeno模糊积分作为融合工具,将BP神经网络、RBF神经网络及采用K-m......
