已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、文本分類就是自動地將自然語言文本文檔根據(jù)其內(nèi)容分類到預(yù)定義好的類別中去.隨著在線文本文檔數(shù)量的快速增長,文本分類已經(jīng)成為處理和組織文本數(shù)據(jù)的一種關(guān)鍵技術(shù).文本分類技術(shù)可以用來對新聞分類,可以從互聯(lián)網(wǎng)上發(fā)現(xiàn)有用的信息,還可以用在搜索引擎中提高搜索效率.為了減輕樸素貝葉斯假設(shè)對分類器性能的影響,我們提出了關(guān)聯(lián)特征的概念,關(guān)聯(lián)特征是多個同時在一個文檔中頻繁出現(xiàn)的單詞的集合.關(guān)聯(lián)特征不但能夠比單個的單詞更好地描述一個概念,而且能夠描述它所包含的
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進樸素貝葉斯文本分類器的特征選擇方法探討.pdf
- 貝葉斯文本分類器的研究與改進.pdf
- 云計算環(huán)境下的樸素貝葉斯文本分類研究與實現(xiàn).pdf
- 特征選擇與貝葉斯文本分類方法的研究.pdf
- 樸素貝葉斯分類及其應(yīng)用研究.pdf
- 基于樸素貝葉斯的高血壓文本分類的研究.pdf
- 基于Spark的貝葉斯文本分類算法研究與實現(xiàn).pdf
- 基于樸素貝葉斯技術(shù)的藏文文本分類
- 基于樸素貝葉斯方法的中文文本分類研究.pdf
- MapReduce框架下的貝葉斯文本分類學(xué)習(xí)研究.pdf
- 文本分類中的貝葉斯特征選擇.pdf
- 基于無監(jiān)督聚類和樸素貝葉斯分類的文本分類方法研究.pdf
- 基于K-鄰近和樸素貝葉斯的文本分類系統(tǒng)設(shè)計與實現(xiàn).pdf
- 樸素貝葉斯分類模型的研究與應(yīng)用.pdf
- 樸素貝葉斯分類算法的研究與應(yīng)用.pdf
- 基于樸素貝葉斯的中文文本情感傾向分類研究.pdf
- 基于貝葉斯的網(wǎng)頁文本分類算法.pdf
- 社交媒體大數(shù)據(jù)的樸素貝葉斯分類方法研究.pdf
- 概率主題模型及其在關(guān)聯(lián)文本分類中的應(yīng)用研究.pdf
- 改進貝葉斯模型在中文文本分類系統(tǒng)中的應(yīng)用.pdf
評論
0/150
提交評論