中文文本投诉信息自动分类系统地地研究.pptVIP

一、国外研究现状 三、主要研究内容及创新点 三、主要研究内容及创新点 3.2 基于关键词组的SLCC构建 3.2 基于关键词组的SLCC构建 事件：（暖气，不热）→长春市供热办公室 地点：（星宇花园）→市供热办的下属分管该区域的部门 事件+地点：(暖气，不热，星宇花园)→吉达热力 3.3 模糊词典构建 其中“造假”代表表名称，是这一组同义词中出现频 率最高的那个词； 0.65，0.65，0.80分别代表同义词两两之间的相关度； 词之间的相关度越大说明两个词的意思越接近，相关度 最大时说明 3.3 模糊词典构建 基于统计的方法建立模糊词典 3.3 模糊词典构建 3.4 文本分类的关键技术研究 研究内容小结 完成的工作： 面向投诉领域构建了基于关键词组的分类体系库。对“类别”和“关键词组”的形式化描述、存储形式进行深入研究。（创新点） 为了提高词典的分词效率，对词典中词条的同义词进行扩展，建立了模糊词典。 （创新点） 研究了适合本系统的最大匹配分词法和KNN分类算法。 求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之