【摘 要】
：
特征选择与加权是文本分类的关键问题之一,而噪音与数据稀疏则是特征选择过程中遇到的主要障碍。介绍了一种基于同义词词林的统计与语义相结合的文本特征选择与加权方法。该
【机 构】
：
河北理工大学经济管理学院,北京交通大学计算机与信息技术学院
论文部分内容阅读
特征选择与加权是文本分类的关键问题之一,而噪音与数据稀疏则是特征选择过程中遇到的主要障碍。介绍了一种基于同义词词林的统计与语义相结合的文本特征选择与加权方法。该方法首先对同义词进行合并,将原有的特征提取从词的层面上升到主题概念层面,然后采用词频与相对熵的剩余度的组合TF＊Ensu对特征进行加权,强化对分类贡献大的主题特征。实验结果表明,这种方法较之传统方法在特征选择与加权的效果上有明显改善,并能提高文本分类的精度。
其他文献
浙江省立图书馆的馆刊是近代中国出现最早、种类最多、办理时间最长的图书馆学期刊。对浙江省立图书馆馆刊进行系统分析，有助于我们明确馆刊与图书馆学研究及相关实践活动之间
一、中国PSC检查情况2019年第二季度,中国各PSC检查单位共进行PSC初次检查2086艘次,发现缺陷7703项,单船平均缺陷数量为3.69项,滞留船舶136艘次,滞留率为6.52%。其中:在PSC初
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
单脉冲测角所需的和差波束形成有模拟和数字两种方式。研究了中频数字正交技术,对中频数字化和差波束形成方法进行了比较仿真。结果表明:在中频进行数字和差波束形成可以提高
位于浙江萧山的湘湖，自形成起就以蓄水灌溉为主要功能，而得沾水利之益的部分九乡居民也因此逐渐形成了一个利益相关的水利集团。明清以后，由于自然环境、人文环境和水利设施的变
河北自古就是农业发达区，外来物种引进的历史非常悠久，汉朝传入中国的苜蓿、西瓜、大蒜、核桃、石榴等蔬果品种，如今已成为人们的日常食品。明清时期是河北引进外来物种的另一个
本研究旨在基于低场核磁共振横向弛豫时间T2分析解冻过程中肌原纤维水的分布及流动性与鸡肉食用品质间的关联性。以冷鲜鸡胸肉(宰后32 h)为对照,采用冷藏解冻、微波解冻(微波
新媒体是个体对个体、点对点的裂变式的社交化传播,有别于传统媒体点对面的大水漫灌式的传播。新闻编辑面对新媒体时代传播形态和方式的变化,需要更新自己的知识与思维方式,
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
侵华战争时期,内蒙古地区成为日本帝国主义的殖民统治区,日本在此实行了广泛的殖民统治。乌兰察布地区也无例外的成为日本殖民统治地区,政治上,日伪在此设立警察、特务机构并