中文文本分类研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：使用k近邻、支持向量机和最大熵模型进行中文文本分类的研究，对目前应用较多的k近邻、支持向量机和最大熵模型，分别进行了基于特征词布尔值和基于特征词词频的中文文本分类实验。实验结果显示，在相同的条件下最大熵方法的分类性能最好，支持向量机次之，k近邻稍差。同时发现，在分类过程中引入了词语频率信息时，分类器的性能略有变化，对于最大熵分类准确率下降1％～2％，对于k近邻有所上升，对于支持向量机则相当。除去文本的特殊性影响，这表明不同程度的词语的信息对不同的机器学习算法有不同的影响。http://www.cqvip.com//QK/90007A/200606/23132178.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习算法 支持向量机 最大熵模型 cqvip HTML 文本分类 K近邻 支持向量机 最大熵

谢谢分享