- 1、本文档共44页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于背景学习的迭代文本分类框架
基于背景学习的迭代式文本分类框架
PAGE \* MERGEFORMAT 40
题名(中英对照):
基于背景学习的迭代式文本分类框架
Background Learning Based Iterative Framework for Text Classification
摘要
计算机及互联网的普及在带给人们的生活和工作丰富资源的同时也使信息呈现爆炸式增长。随着网络中文本数据呈指数级增长,信息的人工分类和管理也已经被计算机自动分类所替代。
经过多年的研究和发展,文本自动分类领域已经开发出一些相对成熟的算法。对于中文文本分类,也已经有一些方法和系统可以达到较高的分类准确率。研究分析发现,在文本预处理阶段,对于歧义语段的划分始终是影响分类准确率的一个重要因素,至今仍未完全解决。本文结合互信息度理论,提出一种基于背景学习的迭代式框架,以此为基础通过对分词数据预处理来改进传统的基于朴素贝叶斯模型的文本分类算法。
本文使用新浪网不同类别数据对提出的迭代式框架进行实验评估。实验结果表明本文提出的基于背景学习的迭代式文本分类框架可行有效。
关键词:背景知识,迭代,互信息度,朴素贝叶斯,文本分类,歧义消除
Abstract
The popularity of computers and the Internet brings people rich resource for daily life and work. At the same time, the explosive information and data had over-flooded us. With the text in the Internet growing at an exponential rate, manual categorization has been out of date and replaced by automatic classification.
A number of algorithms have been proposed after decades of research. For Chinese text classification, various approaches and systems have been developed, which can achieve relatively high classification accuracy. More specifically, in text pre-processing stage, the division of ambiguous phrase is a key factor that affects the accuracy. And it has not been properly solved. This paper presents a background-based iterative framework integrated with the mutual information theory. It is used into the data preprocessing to improve the traditional text classification algorithm which is based on the Na?ve Bayesian model.
Data from various Sina categories are used for the experimental evaluation of the framework. The results show that the proposed background learning based iterative framework for text classification is feasible and effective.
Keywords: Background Knowledge, Iteration, Mutual Information, Na?ve Bayesian,
Text Categorization, Disambiguation
目录
TOC \o 1-3 \h \z \u HYPERLINK \l _Toc389290315 摘要 PAGEREF _Toc389290315 \h I
HYPERLINK \l _Toc389290316 Abstract PAGEREF _Toc389290316 \h II
HY
您可能关注的文档
- 基于STC9C52计算器设计程序已验证.doc
- 基于SolidWorks 2006 的渐开线直齿圆柱齿轮数化设计.doc
- 基于Struts2 架技术的古筝工作室网站的设计与实现.doc
- 基于STC9C52单片机的心率检测仪的硬件设计.doc
- 基于STM32的步电机控制系统.doc
- 基于TCL医疗集的产品对DR发展趋势的研究.doc
- 基于Strts2 框架技术的古筝工作室网站的设计与实现 开题报告.doc
- 基于TCL医疗集团子大C项目探测器的研究.doc
- 基于TA845H的步进电机驱动器的设计.doc
- 基于STM32的数码框设计与实现.doc
- 中考语文总复习语文知识及应用专题5仿写修辞含句子理解市赛课公开课一等奖省课获奖课件.pptx
- 湖南文艺版(2024)新教材一年级音乐下册第二课《藏猫猫》精品课件.pptx
- 湖南文艺版(2024)新教材一年级音乐下册第三课《我向国旗敬个礼》精品课件.pptx
- 高中生物第四章生物的变异本章知识体系构建全国公开课一等奖百校联赛微课赛课特等奖课件.pptx
- 整数指数幂市公开课一等奖省赛课微课金奖课件.pptx
- 一年级音乐上册第二单元你早全国公开课一等奖百校联赛微课赛课特等奖课件.pptx
- 八年级数学上册第二章实数27二次根式第四课时习题省公开课一等奖新课获奖课件.pptx
- 九年级物理全册11简单电路习题全国公开课一等奖百校联赛微课赛课特等奖课件.pptx
- 八年级语文下册第五单元19邹忌讽齐王纳谏省公开课一等奖新课获奖课件.pptx
- 2024年秋季新人教PEP版3年级上册英语全册教学课件 (2).pptx
文档评论(0)