基于语义图结构的中文文本分类分析-analysis of chinese text classification based on semantic graph structure.docxVIP

下载本文档

10
0
约4.52万字
约 71页
2018-08-14 发布于上海
举报
版权申诉

基于语义图结构的中文文本分类分析-analysis of chinese text classification based on semantic graph structure.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于语义图结构的中文文本分类分析-analysis of chinese text classification based on semantic graph structure

摘要摘要随着互联网技术的迅速发展和普及，人们日常需要处理的信息日益丰富。面对海量的信息资源，人们很难迅速有效地找到真正所需的信息资源。文本分类技术作为信息过滤、信息检索、搜索引擎、数字化图书馆等领域的技术基础，有着广泛的应用。为了解决传统基于统计的文本表示方法中词语间语义信息缺失的问题，本文结合图论中的理论，提出了一种新的基于语义图结构的文本表示模型和中文文本分类方法。论文首先对语义图结构和基于语义图结构的文本之间的相似度计算方法进行了定义，通过将文本表示成语义图结构，有效地解决了文本表示过程中的语义信息流失问题；其次，给出了基于语义图结构的文本分类算法；最后，介绍了一种基于语义图结构的文本分类系统RCSGC。实验表明，与传统的基于统计向量的SVM（支持向量机）等方法相比，RCSGC方法更有利于文本的语义信息的表示。实验表明：该方法比传统的SVM方法有更好的性能。关键词：图结构文本表示语义文本分类ABSTRACTABSTRACTWiththerapiddevelopmentandpopularityofInternettechnology,peopleneedtodealwiththedailyinformationincreasingly.Facingafloodofinformationresources,itisdifficulttofindtherealneededinformationresourcesquicklyandeffectively.Thetextclassification,asabasictechnologyofinformationfiltering,informationretrieval,searchengines,digitallibrariesandotherareas,hasbroadapplications.Inthisstudy,itappliesthegraphstructuretheorytothemodelrepresentation,tosolvetheproblemofmissingsemanticinformationinthetraditionalstatistics-basedtextrepresentationmethods.ItproposesanewChinesetextclassificationwhichbasedonsemanticgraphstructure.Firstly,itanalyzesthevectorspacemodel,andthenproposesthetextrepresentationofsemanticgraphstructurefortheshortcomingsofexpressingsemanticinformationeffectively.Itsolvestheproblemofinformationdrainintheprocessoftextrepresentation,throughthesemanticgraphstructure.Secondly,itintroducesthemethodoftextclassificationbasedonsemanticgraphstructure.Finally,thetextclassificationsystem--RCSGC,basedonsemanticgraphstructure,wasdefined.Theresultofexperimentsshowsthat,comparedwiththetraditionalvector-basedSVM(SupportVectorMachine)andotherstatisticsmethods,RCSGCmethodwasbeneficialtothetextrepresentationofthesemanticinformation.AndRCSGCmethodhasbetterperformancethanthetraditionalSVMmethod.Keywords:GraphStructureTextRepresentationSemanticTextClassification目录第一章绪论.....................................................................................................................11.1研究背景与意义.....................................................................................