sewm20xx分類任務(wù)系統(tǒng)說明(編輯修改稿)
2024-11-04 20:07 本頁面
【文章內(nèi)容簡(jiǎn)介】 由于網(wǎng)頁中有部分超常的英文字符以及一些亂碼，分詞系統(tǒng)會(huì)報(bào)錯(cuò)并且停止 。 –針對(duì)這個(gè)問題，我們對(duì)這些異常文件另外處理，采用北大天網(wǎng)提供的分詞程序。 江西師范大學(xué)網(wǎng)絡(luò)應(yīng)用研究所 特征選擇 ? 對(duì)于訓(xùn)練集 example1,共有 166241個(gè)詞，根據(jù)詞頻，濾掉了那些詞頻小于 2或者大于 8000的詞，剩下 74258個(gè)。 ? 對(duì)于 example2,也采用相同的操作，剩下 12648個(gè)詞。 ? 對(duì)兩個(gè)訓(xùn)練集合，都采用卡方統(tǒng)計(jì)進(jìn)行特征選擇，取了 CHI較大的前 8000個(gè)特征詞。 江西師范大學(xué)網(wǎng)絡(luò)應(yīng)用研究所 分類模
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1