国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 77 条结果

基于向量空间模型的过滤不良文本方法北大核心CSCDCSTPCD
作者：李强李建华
发表期刊：计算机工程 2006年10期
关键词：文本表示文本归一化向量空间模型支持向量机Naive Bayes模型
摘要：就向量空间模型文本表示方法以及归一化技术对不良文本过滤性能的影响进行了研究,并基于平衡样本集和不平衡样本集分别进行了试验.试验和结果分析表明,Na(i)ve Bayes方法由于采用概率模型进行文本表示,在不平衡样本集上显示了较差的准确度,而基于向量空间模型进行文本表示的方法,如中心向量法(VSM)、支持向量机(SVM)等在平衡或非平衡样本上取得了较好的准确度,并用于过滤不良文本的文本内容安全监管中.
文本分类中词语权重计算方法的改进与应用北大核心CSCDCSTPCD
作者：熊忠阳黎刚陈小莉陈伟
发表期刊：计算机工程与应用 2008年5期
关键词：文本表示向量空间模型特征选择TFIDF
摘要：文本的形式化表示一直是信息检索领域关注的基础性问题.向量空间模型(Vector Space Model)中的tf.idf文本表示是该领域里得到广泛应用,并且取得较好效果的一种文本表示方法.词语在文本集合中的分布比例量上的差异是决定词语表达文本内容的重要因素之一.但是其IDF的计算,并没有考虑到特征项在类间的分布情况,也没有考虑到在类内分布相对均匀的特征项的权重应该比分布不均匀的要高,应该赋予其较高的权重.用改进的TFIDF选择特征词条…查看全部>>
自动文本分类中两种文本表示方式的比较北大核心CSCDCSTPCD
作者：宋枫溪郑如冰王积忠
发表期刊：计算机工程 2004年18期
关键词：文本分类文本表示支持向量机k近邻秩和检验
摘要：以路透社财经新闻语料库为实验数据集,比较了主流文本表示方式BOW和独立于语言的字符串表示方式n-Gram,在k近邻和支持向量机分类器下的分类效果,得出了上述两种不同文本表示方式的分类结果之间不存在显著差异的结论.
中文文本分类中的文本表示因素比较北大核心CSCDCSTPCD
作者：张爱华荆继武向继
发表期刊：中国科学院研究生院学报 2009年3期
关键词：中文文本分类文本表示向量化
摘要：研究了中文文本分类中的文本表示方法,提出了对中文文本表示因素的分析框架,并通过对3个数据集实验结果的分析,确定了各种文本表示因素对分类效果的影响.直接使用汉字进行划分也可以获得较好的分类效果;简单的不使用很大词库的分词和使用大词库的分词,以及复杂的分词对分类效果影响不大;仅使用01表示特征是否出现也可以获得比较好的分类效果;采用综合了合理的向量取值(如使用合适的归一化算法)可以较大幅度地提高分类准确率等.这些结论为后续的应用提供了指导原则.
搜索引擎中智能代理技术及启发式搜索策略研究
作者：杜友福程彩凤赵鸣
发表期刊：长江大学学报（自科版）理工卷 2009年2期
关键词：搜索引擎启发式搜索智能代理文本表示估价函数
摘要：提出了启发式搜索应用于搜索引擎来获取特定的信息的策略.通过引入智能代理系统,自动完成搜索到的页面类型的判断,更快更准确地命中目标网页.试验结果表明,引入智能代理后的启发式搜索算法与传统的深度优先和宽度优先算法相比,获取信息的准确性更高.
基于关系权重的文本表示法CSTPCD
作者：倪洁琼吴耿锋郑宇
发表期刊：计算机应用与软件 2009年5期
关键词：自动文本分类文本表示关系权重
摘要：提出一种基于关系权重的文本表示方法.通过优化关系权重,在文本向量中体现了不同特征项在不同类别中重要程度的差异,使得在此权重下不同类别的文本得到更准确的区分.运用SVM分类实验表明,基于关系权重的文本表示方法,较之传统的 TF-IDF 文本表示法,有更高的准确率和召回率.
在未分类英文文档集中挖掘相关词的方法北大核心CSCDCSTPCD
作者：付仲恺秦华
发表期刊：计算机工程与应用 2009年5期
关键词：数据挖掘网页分类关联规则排序算法文本表示
摘要：在搜索引擎结果相关性判断、文字语音转换与识别等领域中,如何准确地分析单词之间的搭配关系是主要研究问题之一.利用互联网中的海量信息,在对大量英文网页进行统计分析的基础上,利用单词的出现频率和单词对的共现频率归纳总结出了未分类互联网页面中单词相关程度判定的经验性结论,提出了一种基于文档集统计分析的单词相关程度排序方法和计算公式,并根据该方法实现了分布式的英文单词相关性挖掘系统的原型.
基于后缀树的西文二次文献相关性算法设计北大核心CHSSCDCSSCI
作者：范晓莉张志平
发表期刊：情报杂志 2009年6期
关键词：后缀树文本表示文献相关性特征项
摘要：基于后缀树结构与向量空间模型来设计西文二次文献的文献相关性判定算法.给出了文献相关性判定的流程,分析了后缀树算法的优势,并采用后缀树算法抽取特征项建立向量空间模型.与基于词的向量空间模型相比,基于后缀树的文献相关性判定算法在理论上有利于降低向量空间的维数,避免产生高维问题,并且基于后缀树模型的文献相关性算法独立于语言种类.
用于形式背景提取的中文文本表示CSTPCD
作者：侯亚南黄映辉
发表期刊：计算机技术与发展 2010年9期
关键词：形式背景文本表示相似词集集合向量空间模型
摘要：形式背景需要从实际的数据源中提取.当数据源为无结构的中文文本时,必须选择如何对其进行表示.目前主流的中文文本表示方法主要采用以词语为特征项的向量空间模型(VSM),其主要缺陷是忽略了自然语言中词语之间的语义联系,无法表达文本的语义信息.讨论了一种改进方法,其特征是:选择知网(Hownet)作为知识库,采用相似词集集合代替单一特征词,建立中文文本的概念向量空间.对于用概念向量空间表示的中文文本,可以方便地根据用户的具体要求提取所需的形式…查看全部>>
论坛数据形式化表示技术研究
作者：郭志刚席耀一李弼程许旭阳
发表期刊：信息工程大学学报 2011年6期
关键词：论坛文本表示向量空间模型多因子加权
摘要：随着互联网的日益发展,网络论坛已成为人们发表自身观点的重要场所.论坛数据形式化表示是论坛内容挖掘的前提.根据论坛数据的特点,利用向量空间模型表示论坛数据,并提出了一种基于多因子加权策略的特征权重计算方法.实验结果表明,该方法可以有效解决论坛数据形式化表示问题.

12 3 4 5 6 >