一種閾值優化的文本語義分類算法
大小：0.94 MB 人氣： 2017-12-09 需要積分：2
標簽：分類算法(9912)
傳統的文本分類多以空間向量模型為基礎，采用層次分類樹模型進行統計分析，該模型多數沒有結合特征項語義信息，因此可能產生大量頻繁語義模式，增加了分類路徑。結合基本顯露模式（ eEP）在分類上的良好區分特性和基于最小期望風險代價的決策粗糙集模型，提出了一種閾值優化的文本語義分類算法TSCTO：在獲取文檔特征項頻率分布表之后，首先利用粗糙集聯合決策分布密度矩陣，計算最小閾值，提取滿足一定閾值的高頻詞；然后結合語義分析與逆向文檔頻率方法獲取基于語義類內文檔頻率的高頻詞；采用eEP分類方法獲得最簡模式；最后利用相似性公式和《知網》提供的語義相關度，計算文本相似性得分，利用三支決策理論對閾值進行選擇。實驗結果表明，TSCTO算法在文本分類的性能上有一定提升。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種閾值優化的文本語義分類算法下載
相關電子資料下載
- 機器學習有哪些算法？機器學習分類算法有哪些？機器學習預判有哪些算法？ 1621
- 每日一課 | 智慧燈桿視覺技術之圖像分類算法與步驟分解 322
- 基于卷積神經網絡的垃圾圖像分類算法 857
- 經典圖像分類算法AlexNet介紹 5041
- 回顧一下機器學習分類算法 2156
- 人工智能引發的圖像分類算法 3713
- 各類機器學習分類算法的優點與缺點分析 3403
- 詳解機器學習分類算法KNN 5844
- 人工智能在垃圾經濟的機遇和挑戰 923
- 帶你入門常見的機器學習分類算法——邏輯回歸、樸素貝葉斯、KNN、SVM、決策樹 9873