温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9045309.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（基于支持向量机的文本分类(共5页).doc）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
精选优质文档-倾情为你奉上基于支持向量机的文本分类作者：李芸初来源：中国新技术新产品2019年第01期摘 要：文本分类是自然语言处理中的一项重要任务，用计算机做文本分类能够大大提高文本分类效率，方便人们的生活，该文主要介绍如何用支持向量机做文本分类。该文前面主要介绍文本分类背景、意义和应用，之后对中文分词、文档建模、分类器训练和评估原理做了重点介绍，包括了自然语言处理中的统计语言模型，机器学习中的SVM算法、NNLM模型。关键词：文档建模;文本分类;SVM算法;中文分词中图分类号：TP391; ; ; 文献标志码：A1 文本分类概述1.1 文本分类背景随着社会的发展，电子文本逐渐代替书面文本成为文本信息的主要载体。据统计，现今网络上已经有百亿级的HTML网页，并且以每天数千万的数量级在增长。面对这样基数庞大且呈指数增长的信息世界，如何有效组织文本信息，从中找到有效信息成为一个新的挑战。为了解决这个问题，需要对信息进行分类、检索，而文本分类是其中
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
