【摘 要】
：
随着互联网技术的迅速发展,越来越多的信息以文本形式呈现,如何快速准确的对文本信息进行分类逐渐成为研究的热点。在文本分类中,分类器的选择是影响分类效果的重要因素,Ligh
论文部分内容阅读
随着互联网技术的迅速发展,越来越多的信息以文本形式呈现,如何快速准确的对文本信息进行分类逐渐成为研究的热点。在文本分类中,分类器的选择是影响分类效果的重要因素,LightGBM作为Xgboost的改进算法,具有良好的预测准确性和超高的运行速度。此外,不同文本表示方式对文本分类结果也会产生不同的影响。基于以上知识,本文对LightGBM算法进行研究,将LightGBM在中文语料中加以应用。同时对不同文本表示方式(tfidf、wod2 vec、tfidf+wod2vec)进行探索,通过将LightGBM在不同文本表示方式上与Xgboost,SVM进行比较,从准确度和运行时间两个方面验证了 LightGBM在中文文本分类中的优越性,并得出了效果较好的文本表示和分类器的组合模型---tfidf+LightGBM。最后针对具体实例,通过参数调优将文本分类的宏平均F1值提高到了 91.8%。
其他文献
<正>河南是粮食生产大省、人口大省,农作物复种指数高,中低产田约占全省耕地面积的2/3,基础地力不足以支撑国家对河南粮食生产的要求,粮食增产主要依靠化肥的大量投入。但过
近几年部分上市公司存在过度融资,资金运用脱离实际,且存在融资只为追逐近期的资金流动,对于资源长期有效配置的形成没有明显的作用现象。监管层针对再融资结构的失衡现象对于股票的发行价格、定价的基准日、再融资周期以及再融资的募资做出了相应的调整,且近两年股票市场的低迷,使得上市公司定向增发融资方式变得相对困难,可转换债券作为融资工具被证券市场的管理层以及投资者重新关注及重视。另外,证监会发布了关于证券的发
汉简《老子》是继帛书《老子》甲乙本、郭店简《老子》之后的又一个出土的《老子》传抄本，将它同其他三种出土文本和传世本比较，其中的“异文”就是一个重要的现象。这些异文的
《中共中央国务院关于促进农民增加收入若干政策的意见》指出要始终重视农业的基础地位，始终重视严格保护耕地和保护、提高粮食综合生产能力，始终重视维护粮食主产区和种粮农民的利益，始终重视增加农民特别是种粮农民的收入。 “三农”问题一直以来是我国历届政府关心的重点问题。2004年初，中共中央、国务院就农民增收问题发出了“一号文件”——《中共中央国务院关于促进农民增加收入若干政策的意见》，也体现了党中
随着经济和科技的高速发展,项目受到越来越多人们的关注。特别对于中小型企业来说,项目是其变革和创新的主要方式。项目的成功与否,对于中小企业的生存来说至关重要。因此,才对项目风险管理的流程和方法提出了更高的要求。本论文选取企业实际的齿轮泵开发项目作为研究对象,综合考虑中小型企业的实际情况,结合齿轮泵开发项目的特点以及开发流程进行探讨。本文采用德尔菲法,通过十位专家三轮对齿轮泵开发项目风险调查表的评估,
财政部于2016年12月23日,印发了《在审计报告中沟通关键事项》等12项中国注册会计师审计准则,其中《中国注册会计师审计准则第1504号——在审计报告中沟通关键事项》(以下简称关键审计事项准则)被誉为本次改革“皇冠上的明珠”。关键审计事项准则分批实施,2017年1月1日起,先在“A+H”股公司实施,2018年1月1日起上市公司全面实施,截止2019年4月30日,关键审计事项准则已实施三年,虽业界