您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 中文短文本分类方法研究

  2. 详细介绍了中文短文本分类的方法,并给出了相关的模型及算法。
  3. 所属分类:其它

    • 发布日期:2010-12-11
    • 文件大小:566272
    • 提供者:hutaoer06051
  1. 一种基于特征扩展的中文短文本分类方法

  2. :针对短文本所描述信号弱的特点,提出一种基于特征扩展的中文短文本分类方法。该方法首先利用FP- Growth算法挖掘训练集特征项与测试集特征项之间的共现关系,然后用得到的关联规则对短文本测试文档中的概念词语进行特征扩展。同时,引入语义信息并且改进了知网中DEF词条的描述能力公式,在此基础上对中文短文本进行分类。实验证明,这种方法具有高的分类性能,其微平均和宏平均值都高于常规的文本分类方法。
  3. 所属分类:其它

    • 发布日期:2010-12-11
    • 文件大小:186368
    • 提供者:hutaoer06051
  1. 基于CRFs 的中文分词和短文本分类技术.pdf

  2. 本文的工作主要包括两部分:第一部分,我们借用了文本分类领域的特征选择算法对中文分词中的特征进行分析。分析结果表明,特征选择算法在中文分词的任务中也是适用的。在中文分词领域,基于字标注的方法得到广泛应用。通过字标注系统,中文分词任务被转换为序列标注任务,许多成熟的机器学习算法得以应用。评测结果表明,在众多的机器学习算法中,基于CRFs的分词器可以达到state-of-the-art的分词效果。CRFs分词器对于给出的每一个切分,都可以提供置信度。在本文中,我们深入调研了CRFs提供的置信度,在此
  3. 所属分类:其它

    • 发布日期:2011-01-04
    • 文件大小:1048576
    • 提供者:chwbin
  1. 基于搜索的短文本分类算法研究

  2. 针对传统分类算法在处理短文本时的不足,提出了一种基于搜索的NaiveBayes文本分类方法。该分类方法对文本数据集规模、文档长度、类别数量、分布等情况综合考虑,对朴素贝叶斯算法进行改进,将搜索技术应用到了文本分类领域。该分类算法能够更好地适用于微博、微信、短信、短语评论等短文本分类领域。并且在分类算法、分类器构造和评估3方面进行了详细的介绍。实验证明,基于搜索的文本分类器对于短文本有更好的分类效果。
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:307200
    • 提供者:weixin_38556416
  1. 自然语言处理(NLP):08 PyTorch深度学习之TextCNN短文本分类

  2. 本章节主要研究内容:基于PyTorch 深度学习工具来完成短文本分类 知识点 业务需求 文本分类应用场景、技术方案以及挑战 技术架构 文本分析 词向量 CNN 原理 tensorboardX 可视化 项目实战: 基于TextCNN短文本分类,主要从数据预处理、构建此表、Embedding、模型训练、tensorboardX可视化以及在线服务几个重要的环境进行学习 文本分类应用场景 文章分类服务对文章内容进行深度分析,输出文章的主题一级分类、主题二级分类及对应的置信度,该技术在个性化推荐、文章聚合
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:605184
    • 提供者:weixin_38663167
  1. 基于主题模型和集成分类器的鲁棒短文本分类框架

  2. 基于主题模型和集成分类器的鲁棒短文本分类框架
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:1048576
    • 提供者:weixin_38670186
  1. 基于贝叶斯决策的极短文本分类模型

  2. 基于贝叶斯决策的极短文本分类模型
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:266240
    • 提供者:weixin_38625143
  1. 具有深度的增强型短文本分类模型

  2. 具有深度的增强型短文本分类模型
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:786432
    • 提供者:weixin_38719890
  1. 基于情感倾向和SVM混合极短文本分类模型

  2. 基于情感倾向和SVM混合极短文本分类模型
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:317440
    • 提供者:weixin_38634610
  1. 使用N-Gram模型基于特征扩展的短文本分类

  2. 使用N-Gram模型基于特征扩展的短文本分类
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:517120
    • 提供者:weixin_38522106
  1. 改进卡方统计量的BPNN短文本分类方法

  2. 改进卡方统计量的BPNN短文本分类方法
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:809984
    • 提供者:weixin_38742124
  1. 基于tensorflow+CNN的报警信息短文本分类-附件资源

  2. 基于tensorflow+CNN的报警信息短文本分类-附件资源
  3. 所属分类:互联网

  1. 基于tensorflow+CNN的报警信息短文本分类-附件资源

  2. 基于tensorflow+CNN的报警信息短文本分类-附件资源
  3. 所属分类:互联网

  1. 字符级卷积神经网络短文本分类算法

  2. 字符级卷积神经网络短文本分类算法
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:1048576
    • 提供者:weixin_38698149
  1. 一种基于特征扩展的中文短文本分类方法

  2. 针对短文本所描述信号弱的特点,提出一种基于特征扩展的中文短文本分类方法。该方法首先利用FP-Growth算法挖掘训练集特征项与测试集特征项之间的共现关系,然后用得到的关联规则对短文本测试文档中的概念词语进行特征扩展。同时,引入语义信息并且改进了知网中DEF词条的描述能力公式,在此基础上对中文短文本进行分类。实验证明,这种方法具有高的分类性能,其微平均和宏平均值都高于常规的文本分类方法。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:120832
    • 提供者:weixin_38602098
  1. 一种改进的贝叶斯网络短文本分类算法

  2. 对于短文本由于其特征数少而使分类效果不理想的情况,本文提出了一种改进的的贝叶斯网络文本分类算法,改进之处在于贝叶斯网络结构学习阶段的寻找父节点步骤,本文算法在考虑了连接强度的因素后,减少了本来不相关的两个节点被归类为父子关系的错误干扰,使每个节点找到的父节点更加准确,从而使文本的分类准确度得到了提升。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:328704
    • 提供者:weixin_38589316
  1. 利用上下位关系的中文短文本分类

  2. 针对短文本长度短、描述信号弱的特点,提出了一种利用上下位关系的中文短文本分类框架。该框架首先利用知网确定训练文本中概念对的上下位关系,进而确定词语对的上下位关系,再将其用于扩展测试文本的特征向量,从而实现对测试文本的分类。实验表明:利用上下位关系能够改善短文本的分类性能。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:435200
    • 提供者:weixin_38602563
  1. 基于领域词语本体的短文本分类

  2. 短文本自身长度较短,描述概念能力弱,常用文本分类方法都不太适用于短文本分类。提出了基于领域词语本体的短文本分类方法。首先抽取领域高频词作为特征词,借助知网从语义方面将特征词扩展为概念和义元,通过计算不同概念所包含相同义元的信息量来衡量词的相似度,从而进行分类。对比实验表明,该方法在一定程度上弥补了短文本特征不足的缺点,且提高了准确率和召回率。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:355328
    • 提供者:weixin_38663595
  1. 基于两步策略的中文短文本分类研究

  2. 为更好地挖掘文本信息,研究了将两步策略用于中文短文本分类的3个关键问题,提出了基于组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两步中文短文本分类方法:(1)直接利用NB和KNN的输出构造其对应的二维空间,根据该空间内错误文本的分布将测试文本集分为3部分:能被KNN可靠分类的文本集A,不能被KNN可靠分类但能被NB可靠分类的文本集B,其他文本集C.(2)用KNN、NB分别对文本集A和B进行分类,根据训练语料的类别分布,直接给属于文本集C的文本分配标签.与NB、KNN和支持向量机(SVM)的对比
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:302080
    • 提供者:weixin_38514322
  1. 融合词语类别特征和语义的短文本分类方法

  2. 针对短文本内容简短、特征稀疏等特点,提出一种新的融合词语类别特征和语义的短文本分类方法.该方法采用改进的特征选择方法从短文本中选择最能代表类别特征的词语构造特征词典,同时结合利用隐含狄利克雷分布LDA主题模型从背景知识中选择最优主题形成新的短文本特征,在此基础上建立分类器进行分类.采用支持向量机SVM与k近邻法k-NN分类器对搜狗语料库数据集上的搜狐新闻标题内容进行分类,实验结果表明该方法对提高短文本分类的性能是有效的.
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:1048576
    • 提供者:weixin_38590456
« 12 3 4 »