已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、 話題跟蹤是自然語言處理領域一個新的研究方向,其目的是監(jiān)控新聞報道流,識別出與預先給定幾個新聞報道表達的話題相關的后續(xù)報道。目前國內(nèi)在這方面的研究尚處于起步階段。本文對中文新聞報道中的話題跟蹤進行了研究,提出并探索了多種不同的算法,并提出了利用一元語法模型來進行話題跟蹤。主要工作包括: (1)嘗試將KNN與SVM相結合的策略來進行話題跟蹤,實驗證明,采用最近鄰居策略的串行結合方式比較有效?! ?2)采用一元語法模型對中文新聞報道
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于主題的文本分類模型研究與應用.pdf
- 基于lda的文本分類研究及其應用
- 基于LDA的文本分類研究及其應用.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于本體的文本分類模型研究.pdf
- 基于混合模型的文本分類的研究.pdf
- 基于向量空間模型的文本分類研究與應用.pdf
- 稀疏表示編碼模型及其在文本分類中的應用.pdf
- 基于聚類分析的圖模型文本分類.pdf
- 基于張量空間模型的文本分類研究.pdf
- 基于文本分類的本體匹配及其應用研究.pdf
- 并行分類算法及其在文本分類中的應用.pdf
- 一種基于關鍵向量的文本分類模型的研究.pdf
- 基于詞頻統(tǒng)計的文本分類模型研究.pdf
- 基于引力場模型的文本分類方法.pdf
- 基于文本分類的信息過濾系統(tǒng)模型研究.pdf
- 基于向量空間模型的文本分類算法研究.pdf
- 基于相關主題模型的文本分類方法研究.pdf
- 基于形式概念分析的文本分類模型研究.pdf
- 基于深度學習混合模型的文本分類研究.pdf
評論
0/150
提交評論