文本分割器

山西大學(xué)研究生學(xué)位課程論文 （2014 ---- 2015 學(xué)年 第 2 學(xué)期） 學(xué)院（中心、所）： 計(jì)算機(jī)與信息技術(shù)學(xué)院 專 業(yè) 名 稱： 計(jì)算機(jī)應(yīng)用技術(shù) 課 程 名 稱： 自然語(yǔ)言處理技術(shù) 論 文 題 目： 文本分類綜述 授課 教師（職稱）： 王素格（教授） 研 究 生 姓 名： 劉杰飛 年 級(jí)： 2014級(jí) 學(xué) 號(hào)： 201422403003 成 績(jī)： 評(píng) 閱 日 期： 山西大學(xué)研究生學(xué)院 2015年 6 月 2日 文本分類綜述 摘要 文本分類就是在給定的分類體系下 , 讓計(jì)算機(jī)根據(jù)給定文本的內(nèi)容， 將其判別為事先確 定的若干個(gè)文本類別中的某一類或某幾類的過(guò)程。 文本分類在冗余過(guò)濾、 組織管理、 智能檢 索、信息過(guò)濾、元數(shù)據(jù)提取、構(gòu)建索引、歧義消解、文本過(guò)濾等方面有很重要的應(yīng)用。本文 主要介紹文本分類的研究背景 ,跟蹤國(guó)內(nèi)外文本分類技術(shù)研究動(dòng)態(tài)。 介紹目前文本分類過(guò)程 中的一些關(guān)鍵

在傳統(tǒng)的監(jiān)督學(xué)習(xí)任務(wù)中,實(shí)體被認(rèn)為是獨(dú)立同分布的.然而,現(xiàn)實(shí)世界中實(shí)體之間通過(guò)復(fù)雜的方式相互關(guān)聯(lián).例如在超文本分類中,具有鏈接關(guān)系的頁(yè)面之間高度相關(guān).標(biāo)準(zhǔn)的分類方法是忽略實(shí)體之間的聯(lián)系,對(duì)每個(gè)實(shí)體單獨(dú)分類.本文將Markov邏輯網(wǎng)應(yīng)用到超文本分類中,旨在改善這一問(wèn)題.實(shí)驗(yàn)結(jié)果顯示了采用Markov邏輯網(wǎng)模型要比采用K最鄰近節(jié)點(diǎn)算法的分類效果好;同時(shí)將實(shí)體之間存在的聯(lián)系用于學(xué)習(xí)和推理對(duì)于分類也有一定的貢獻(xiàn).