排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
文本分类技术是文本数据挖掘的基础和核心,是基于自然语言处理技术和机器学习算法的一个具体应用。特征选择和分类算法是文本分类中两个最关键的技术,该文提出了利用潜在语义索引进行特征提取和降维,并结合支持向量机(SVM)算法进行多类分类,实验结果显示与向量空间模型(VSM)结合SVM方法和LSI结合K近邻(KNN)方法相比,取得了更好的效果,在文本类别数较少、类别划分比较清晰的情况下可以达到实用效果。 相似文献
3.
文章意义段的自动划分技术是自然语言理解研究领域中的一个非常重要的研究课题。该文在对文章意义段划分进行研究与实践的基础上,提出了由计算机自动划分意义段的数学模型。通过计算文本中用词重复数,建立用词重复频率三角矩阵,给出了各个自然段归并成意义段的制约条件。实践证明,该数学模型反映了一类文章的客观结构。 相似文献
4.
6.
1