【摘 要】
：
介绍一种改进的文本特征提取及匹配算法。该算法基于N-Gram算法思路进行文本处理和特征提取,设计了gram关联矩阵用于统计与合并特征词,从而在固定长度N-Gram算法的基础上能够
【机 构】
：
清华大学计算机与信息管理中心; 清华大学计算机与信息管理中心 北京 100084; 北京 100084; 北京 100084;
论文部分内容阅读
介绍一种改进的文本特征提取及匹配算法。该算法基于N-Gram算法思路进行文本处理和特征提取,设计了gram关联矩阵用于统计与合并特征词,从而在固定长度N-Gram算法的基础上能够提取出不同长度的特征词。实验证明,该特征提取算法能够更为准确地描述文本特征,可应用于文本检索、Web挖掘等信息处理领域。
其他文献
圣埃克苏贝里的作品《小王子》是一部深得人心的童话故事,究其原因,除了它是带有象征意味的童话之外,最让人欣赏的要数作品一以贯之的爱的本质,揭示了"驯养"是发现真爱的重要
尽管缓冲带所占面积不大,但由于其对地下和地表中的营养物质的过滤作用,所以在很大程度上提高了农业流域水体的质量。一般缓冲带设置在沿河区域和集水域的源头,可以有效起到
<正>检察改革不仅要关注权力配置等外在制度,更要重视法律伦理等内在精神。任何权力最终都要由人来行使,塑造检察官的法律伦理是检察改革的新维度。在和谐社会语境下,检察官
LED灯具有亮度高、寿命长、性能稳定、节省能源等优点,它将成为下一代的照明方法。基于LED的高灵敏度和自由空间光通信的调制特性,LED照明系统还具有传输信号的能力。与传统
军队“征兵难”尤其是征集高素质兵员难,是近年来困扰我军现代化建设的一个重大问题。形成这一问题的主要原因之一,在于近几年来大学入学率的不断上升。高等教育的大众化,使
<正>本实用新型公开了一种生产改性塑料的挤出机,包括挤出机主体和第一进料管道,所述挤出机主体的顶端右侧安装有第一进料管道,所述挤出机主体的顶端安装有输送箱,所述输送箱
从大蒜的生理性状、生产分布、品种特征、种植模式、种植农艺、收获方式、作业机具等方面系统研析了其技术现状,并就大蒜生产机械化发展提出建议与对策。
追求区域经济的协调发展是当前我国进行经济建设的必然要求,众所周知,改革开放以来我国各地经济均获得了较快增长,然而各个地区之间的经济差距却没有缩小。影响一个地区经济
企业资源计划(Enterprise Resource Planning——ERP)是建立在信息技术基础之上,利用现代企业先进管理思想,为企业提供决策、计划、控制与经营业绩评估的全方位、系统化的管
随着工业化、城镇化的推进,宅基地价值日益凸显,社会各方对宅基地的需求、评价和预期发生了变化,重新认识和准确定位宅基地功能是在现行所有制框架下探索宅基地制度改革的核