基于语句特征提取的文本分类方法研究-计算机软件与理论专业论文.docxVIP

摘要随着网络信息的迅猛发展，信息处理已经成为人们获取有用信息不可缺少的 摘要 随着网络信息的迅猛发展，信息处理已经成为人们获取有用信息不可缺少的 工具，文本自动分类系统是信息处理的重要研究方向。它是指在给定的分类体系 下，根据文本的内容自动判别文本类别的过程。本文对文本分类中所涉及的关键 技术，包括向量空间模型、特征提取、机器学习方法，进行了研究和探讨。当前 的分类系统一般以孤立的词为特征单位，对孤立的词进行抽样、特征提取、获得 权重，不进行语义的处理。这是由于进行语义处理需要大量的规则库和推理机， 其实现方式复杂。针对这种情形，本文提出了一种将向量空间模型和语义相结合 的方式，获取特征权重，进行训练文本训练，获得分类机的模式。阐述了模型的 文本分类系统的结构，并给出了译估方法和实验结果，对比了各种分类方式下的 效果。本文分以下几部分内容： 一：本文在第一章讲述了分本分类系统当前背景情况，文本分类的几个基本步骤 和常用方法。第二章讲述了统计学习的理论，从理论上进行了探讨。第三章介绍 了向量空间模型和几种特征方法的获取，最后提出了新的特征获取方法。 二：第四章讲述分类学习算法，以及针对本文提出的特征获取方法的分类学习方 法。并且阐述了中文分类的评比标准。第五章介绍了针对本文提出的新方法建立 模型的步骤和过程。 三：第六章对实验结论进行阐述，并讲述了本文方法优点和缺点，以及未来研究 可以做出韵改进。 关键字：VsM(空间发晕模型)，特征单元，分类机，训练文本，测试文本 111 AbstractWith Abstract With the progress of network technology and the development of network information， information disposals。 in which document trarlsact is important research direction。afe necessary tools for people in order to get useful those· Document transact means that，according to category architectures afforded,it is a process that computer verdict whether document belong to some category or not by virtue of document content automatically．The key technologies of document category，including Vector Space Model，Characteristic Pick-Up，Machine Study Way，are our goal of research and discussion．In the present category system， usually，take words and expressions as isolate units，then proceed to sample，pick up characteristic，and calculate character weight in turn．Among these processes， don’t take any measure in the fields of semantics because it is complicate to take measure about semantics， it conceming a lot of rule library， and reasoning mechanism·Aiming at the situation，in this document，bring up the mode， combining Vector Space Model and semantics to calculate character weight，train train—document， and get category machine·In the document， expatiate the structure of category system based on the module，narrate evaluation way and the experience result，and compare the effects of several category techniques．List the main contents