【摘 要】
：
本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法
论文部分内容阅读
本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法求解的WDM方法;对关键词提取问题,提出了贝叶斯因子法,并介绍了使用稀疏回归的CCS方法;对文本分类问题,介绍了根据关键词频率建立分类器的方法,以及先建立主题模型再根据主题概率建立分类器的方法。本文通过两组文本数据对上述方法进行比较,并给出使用建议。
其他文献
在人工气候箱条件下,对昆明市小河乡种源地的美丽马醉木种子进行不同温度的发芽试验。结果表明:美丽马醉木的最佳播种温度为20~25℃,高于30℃时发芽率明显下降,不宜播种;低于
1990年代中期以后,海南经济发展开始放缓。“泛珠三角”合作为海南经济发展提供了新的契机。“泛珠三角”合作中海南经济发展存在着若干制约因素,而“泛珠三角”合作可能给海
城市轨道交通PPP项目的"A+B"开发运营模式是现今轨道交通与PPP的结合中最为常见的形式。基于印度德里机场快线PPP项目的介绍,从建造风险、运营风险和收益风险,以及政府和社会
目的 检测组织工程皮肤的生物活性及免疫原性 ,探讨临床可行性 .方法 以新生 SD大鼠皮肤为原材料培养组织工程复合皮肤并将其移植到成年 Wistar大鼠 ,通过大体观察、组织学
"互联网+"目前已经上升为国家战略,各行各业也都在探索如何利用"互联网+"推动行业与企业创新,如何认识"互联网+"的本质,特别是互联网如何推动产业供应链的创新发展。本文针对
验收监测是建设项目竣工验收的重要环节,监测数据是环保主管部门对建设项目进行验收的重要依据。要确保监测数据的准确性、科学性和合理性,就必须对验收监测全过程实施质量控
我国的物流配送业务与国外相比,起步较晚,但由于现代信息技术和电子商务的不断发展,使得我国的网络购物交易量不断攀升,在居民消费中占据了重要地位。同时,物流配送业务随着
社会发展的需要对大学生的英语听说能力提出了较高的要求。移动技术的泛在性、及时性、交互性和多媒体性对于变革传统的英语课堂教学模式具有重要的意义,有利于与课堂教学实
以石门国家森林公园为对象,运用文献检索、实地调研、问卷调查、层次分析、定性和定量综合分析为研究方法,探讨森林文化的评价标准和发展水平,实现森林公园森林文化的可持续
目的探讨巨大痛风石刮除术的方法、适应证及注意事项以及围手术期的护理。方法选择16例有巨大痛风石的痛风患者行痛风石刮除术,总结术前、术中、术后的治疗及护理经验,分析与