基于KNN的中文文本自动分类研究

在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方法,阐述了一种基于表模型的分类算法——TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。     

一种改进的KNN中文文本分类算法

提出了一种基于投影寻踪改进KNN中文文本分类方法,与现有的中文文本分类算法相比,该方法具有较高的计算效率。给出了具体实现过程并将其用于文本分类中,实验证明了该算法用于文本分类的有效性及其高效率。     

基于KNN和LAS的短信文本语义分类研究

KNN算法是文本分类技术中比较常用的算法。但是,当训练集容量较大时,KNN算法分类的效率大大降低。在对中文短信文本的分类时,结合中文短信文本的特点,给出了先由LAS算法进行降维,然后利用KNN算法进行分类的算法。实验结果表明,该算法提高了中文短信文本的分类质量和分类速度。     

Web文本层次分类方法研究

Web文本分类是在给定分类体系下,根据Web丈本内容判定丈本所属类别的一种分类方法。当丈本类别数量庞大或者类别复杂时,可采用基于向量空间模型的Web丈本层次分类方法,但该分类方法仍存在若干不足。本丈就此归纳多种改进方法,用作讨论,为文本在Web中的分类及构建模型提供参考。     

文本分类技术研究

通过介绍文本分类的过程及其关键技术，讨论了文本表示、分类算法、分类器性能评价原理和方法；最后，指出了当前文本分类过程中存在的问题，并对今后的发展进行了展望．     

基于机器学习的Web文本自动分类

提出了一种基于机器学习的Web文本自动分类的架构,提出了中文Web文档自动分类的主要技术问题。介绍了中文Web文档自动分类工具的总体设计,它主要包括网络蜘蛛、中文分词、特征选取和贝叶斯分类器等功能模块。最后对中文Web文档自动分类器进行了实验。     

特征提取算法在KNN中的比较

文本自动分类技术是自然语言处理的一个重要的应用领域,是替代传统的繁杂人工分类方法的有效手段和必然趋势.本文简要介绍了文本分类的特征提取算法,并通过实验比较了各种提取算法在KNN中的性能.实验表明IG、MI、CE、χ2、WE五种特征提取方法在KNN分类器中性能接近,互信息(MI)特征提取方法随着特征数的提高分类性能提高地较快,当特征数目较小的时候分类性能极差.     

基于聚类中心初始化的文本分类高效算法

将前期工作进行了改进并将训练集各簇中语义相似度大的文档进行合并,减少了训练集容量,实验表明该算法大大提高了KNN算法的效率。     

改进的朴素贝叶斯聚类Web文本分类挖掘技术

通过对Web数据的特点进行详细的分析,在基于传统的贝叶斯聚类算法基础上,采用网页标记形式来有效地弥补朴素贝叶斯算法的不足,并将改进的方法应用在文本分类中,是一种很好的改进思路。最后实验结果也表明,此方法能够有效地对文本进行分类。     

基于ESA的文本分类算法研究

本文借助中文维基百科知识库,提出基于ESA算法的文本分类算法.并选取2015年3月5日在中文维基百科网站下载的主题文章,对其进行适当处理,将处理结果作为该算法使用的语义概念知识库.在复旦大学中文文本分类语料上显示的实验结果表明,该方法比纯粹的词袋模型方法效果要好.     

中文专利文献自动分类

采用KNN算法实现了一种中文专利文献自动分类系统。针对专利文献数据规模过大,分类效率低下的问题,采用修剪样本技术删除冗余样本,提高了分类器的效率。为解决修剪样本导致干扰文献积累对KNN分类性能下降的影响,系统使用信息增益对专利文献进行特征词选择,削弱了干扰文献对KNN分类的作用。实验证明,采用修剪样本技术和基于信息增益的特征词选择能有效缩小训练集规模,提高KNN分类准确率。     

多标记文本分类中信息增益特征选择方法研究

针对信息增益特征选择方法没有很好考虑多标记的分布,在多标记文本分类中表现不佳的问题,用标记矩阵的协方差改善特征选择时标记之间的关联产生的影响,提高分类效果。最后通过实验证明,改进的信息增益特征选择方法具有可行性和有效性。     

一种加权的KNN中文问句分类方法研究

针对特定领域的智能答疑系统中问句分类,利用加权LSA计算问句之间的语义相似度和KNN算法构造分类器进行问句分类,并对KNN分类算法及改进的KNN分类算法进行实验比较。结果表明加权的KNN分类器分类效果最好,达到了90．8％的精确率。     

语文课程文本价值研究报告

文章聚焦新课程小学语文阅读教学实践领域,以问卷及访谈的研究方法,分析随意肢解拓展、歪曲、冲淡语文教学载体的文本缺席现状,从对文本处理规律的把握、教师引导阅读的作用和教师课程功力的提升三个角度,提出回归策略。     

前沿语篇功能分析

韩礼德的系统功能语法不仅可以分析英语语篇,也为分析汉语语篇提供了一个良好的理论分析框架.本文拟从韩礼德的三大纯理功能入手,以媒体为切入点,对比分析英汉语篇在新闻媒体中的模式差异.并希望通过本文的分析进一步验证系统功能语法的可操作性和可实用性.     

关于对外汉语教学中“古代汉语”教学及教材建设的几点思考

对外汉语教学中以提升学生现代汉语能力为主要目的的“古代汉语”课程不可或缺。现有留学生“古代汉语”专用教材不多 ,缺憾不少。新教材应突出四个原则 :浅易性、实用性、趣味性、渐进式 ,教学过程中可贯彻四个要点 :以字带词、点面结合、讲读结合、适当再现     

中文网页自动分类系统研究

给出了一个网页自动分类系统的设计,讨论了预处理、批量训练、特征选择等模块的设计过程。本系统采用空间向量模型作为分类模型,在分类开始前对网页信息进行了预处理。     

贵州对外旅游宣传视角下的中美旅游文本策略对比

对外旅游宣传不是简单地把汉语文本翻译成英语,而是首先要了解国外相关旅游宣传所具备的修辞文体特点。文章通过对比贵州和以美国为代表的旅游景区的宣传文本发现各自的修辞文体特点及其背后文化冲突的聚焦点,以此服务于贵州的对外旅游宣传的英语文本书写。     

浅谈汉字网络探究性学习

对于大部分留学生、尤其是“非汉字圈”国家的留学生而言，汉字学习是汉语学习过程中的一大瓶颈。为此本文以网络探究性学习为研究对象，阐明汉字网络探究性学习的实施策略，指出汉字网络探究性学习的研究在构建对外汉字教学多元模式及激发学生自主性学习方面所具有的重要价值和意义。