【摘 要】
:
本文对互联网短文本信息分类的关键技术做了较深入的讨论。结合基于改进KNN算法的文本分类方法,对传统的文本分类进行改进,有效地提高了互联网短文本信息分类的准确率和普适
论文部分内容阅读
本文对互联网短文本信息分类的关键技术做了较深入的讨论。结合基于改进KNN算法的文本分类方法,对传统的文本分类进行改进,有效地提高了互联网短文本信息分类的准确率和普适性。本文首先讨论了短文本信息的特点,与普通文本相比,短文本有其鲜明的特点。现有的短文本包括网络论坛、博客上频繁出现的信息,即主要是BBS/Blog上内容精悍的主贴、回复等。鉴于此,本文主要研究目前网络论坛、博客上频繁出现的短文本。现有的诸多方法在短文本分类中的效果不理想,即还不能有效地对短文本进行分类,因此研究针对短文本的分类算法有着一定的理论指导意义。鉴于此,本文提出了一种基于改进KNN算法实现网络媒体信息智能分类的分类技术应用于互联网短文本、离散文本,即主要应用于BBS/Blog上内容精悍的主贴、回复等。接着,本文还讨论了文本分类问题的研究,回顾了文本分类领域的已有成果,列举了文本分类领域中的几个重要知识,包括文本分词,文本表示,特征选择,以及分类方法。指出了随着技术的发展,文本分类的重要性。在回顾文本分类领域已有成果的基础上,本文针对其中的分类方法做了详细说明。现在的诸多方法在互联网短文本分类中的效果不理想,鉴于此本文通过认真分析短文本的特点,认为在基于改进KNN算法的分类方法中可以适当地借鉴基于语义的分类方法中的权重设置方法。通过本文的测试验证,本文提出的综合的方法,可以有效地对短文本进行分类,进而搭建智能分类系统。相信随着基于自然语言理解领域传统文本分类算法实现互联网短文本信息智能分类的不断发展,将对于互联网信息监管、舆论引导工作起到广泛而深远的意义。
其他文献
统计概率己成为中小学数学课程中的一个重要内容,对它的教学研究也变得日益迫切。因此,在教学活动中数学教师对统计概率教学的认识及做法已经直接影响到概率教学的效果。本文
公司资本结构是影响公司治理结构的主要原因,最优资本结构是指公司如何在负债利益与负债成本之间寻找一个平衡点。最优资本结构的选择是在公司风险和报酬均衡的基础上,努力提
农村贫困人口基本金融服务已经得到满足,但贷款可获得性明显弱于普通农户,信贷排斥现象较为突出。以河南省淮阳县为例的调查显示,贫困户户主受信贷排斥的主要原因有户主年龄
随着社会主义市场经济体制的建立,工程建设投资体制的改革,项目法人责任制及工程承包制的实行,如何在预定的工期目标内完成工程项目,降低工程成本,提高经济效益,已成为当前项
坚定的理想信念对共产党人至关重要。对马克思主义的信仰,对社会主义和共产主义的信念是共产党人的政治灵魂、精神支柱和力量源泉。一部分党员干部理想信念动摇的事实也不容
随着我国社会的发展和人们物质文化生活水平的提高,夫妻财产关系的内容、范围、客体发生了很大变化,夫妻财产出现多元化、复杂化的趋势,夫妻就共同财产的管理和处分的纠纷也
随着经济的发展,居民消费水平的提高,人们对环境保护和自我保护的意识也逐渐增强。废物的处置尤其是医疗废物的处置已越来越受到社会的关注。由于医疗废物管理不严或者处理处
目的探讨住院患者陪护人员培训管理模式,以规范陪护管理,提升病区服务质量。方法成立陪护培训管理中心,统一制定及实施各项制度,注重人员的陪护素质及技能培训,定期进行护士
为避免四川汶川大地震所形成的堰塞湖引发次生灾害,利用实体模型,模拟了堰塞湖坝体不同处理方式的效果及溃决过程,认为通过水泵抽水在堰塞湖坝体上快速形成一定规模的溢洪道
本文对新中国成立后至今天津中医师承教育的发展进行研究,理清了天津现代中医师承教育的发展脉络,概括性地总结了天津中医师承教育各历史阶段的发展特点,最后阐述了天津现代