基于改进TF·IDF和支持向量机的多类别文本分类

文本分类技术可以有效提高信息资源的可用性和利用率。提出一种基于改进的TF.IDF和支持向量机(SVM)结合进行多类别文本分类的方法。在文本的TF.IDF特征计算中,加入特征词权重,有效加强了重点词汇的特征标引作用。将提取出的文本特征向量送入组合SVM进行多类别文本分类。实验结果表明,本文提出的多类别文本分类方法具有较好的分类效果,为信息资源的充分利用了奠定良好基础。     

面向领域的Web文本结构化分析

为了充分利用领域特征进行Web文本的结构化分析,文章提出了一种面向领域的Web文本结构化分析方法。该方法以领域特征为基础,依据半结构化文本的结构特征和Html文本的层次特性构造Html树;利用本体论的相关思想和方法构建领域本体,从Html树中提取有价值的信息;并结合通用词库和领域词库进行结构化分析。实验结果表明,该方法能够很好地实现Web文本的结构化分析。     

基于语义倾向性分析的不良文本检测模型研究

着眼于因特网的内容安全,在分析传统语义倾向性判别的类型及不足的基础上,本文提出一种改进的语义倾向性分析模型.该模型以词组为单元,同时引入几种常见的句式结构.通过对这些句式结构的判别,确定出每句话语义倾向的侧重点,再参照JRBPO准则予以定性.最后,利用各单句与上下文逻辑间的关联性,得出整个文本的语义倾向.随机抽取的测试样本表明,本方法对不良文本检测具有较高的处理速率和检测准确率.     

《北京理工大学学报》(自然科学中文版)征稿简则

本刊是由工业与信息化部主管、北京理工大学主办的科技类综合性学术期刊,创刊于1956年,1986年起正式向同内外公丌发行,现为月刊。本刊为美国《工程索引》(Ei)、美国《化学文摘》(CA)、美国《数学评论》(MR)、美国《剑桥科学文摘卒十网站及数据库》(CSA)、俄罗斯《文摘杂志》(AJ)、德国《数学文摘》(ZM),以及国内的《中国学术期刊网络出版总库》(CNKI)、《中文核心期刊要目总览》、"中国科技论文统计源期刊"、     

《北京理工大学学报》(自然科学中文版)征稿简则

本刊是由工业与信息化部主管、北京理工大学主办的科技类综合性学术期刊,创刊于1956年,1986年起正式向国内外公开发行,现为月刊。本刊为美国《工程索引》(Ei)、美国《化学文摘》(CA)、美国《数学评论》(MR)、美国《剑桥科学文摘社网站及数据库》(CSA)、俄罗斯《文摘杂志》(AJ)、德国《数学文摘》(ZM),以及国内的《中国学术期刊网络出版总库》     

霍海峰教授

霍海峰,兰州理工大学教授(博士),博士生导师,甘肃省领军人才,科技处副处长。兰州理工大学应用数学研究所所长。应用微分方程学科带头人,《美国数学评论》、《德国数学文摘》评论员。2000年6月获陕西师范大学数学系理学硕士学位,2006年6月获兰州大学数学与统计学院博士学位,2007年晋升教授,2010年聘为博士生导师。2006年8月至2007年8月在美国     

基于改进BoS的Web文本分类研究

提出了改进的文本相似度计算方法,在计算文本的相似度时,赋予不同文本块中的句子不同的权值,同时直接去掉短句子和合并高相似度的句子以精简句子包中句子数量以提高运算速度.改进后的文本相似度计算方法为:先根据句子相似度的计算方法计算句子的相似度,再计算文本块的相似度,最后按照文本块的权值计算整个文本的相似度.经试验证明,改进后的算法在文本召回率、准确率和F1值上都有明显的提高.     

基于提升树的自然场景中文文本定位算法研究

提出了一种新的基于提升树算法的自然场景中文文本定位技术.首先利用边缘特征进行文本区域的检测,即对下采样后彩色图像首先进行边缘提取、二值化处理,然后通过形态学运算以及连通区域分析去除大量的非字符连通域,获得候选的文本区域,最后,提取候选文本区域的PHOG-Gabor特征,通过提升树算法进一步确认是否为字符连通域.通过实验验证,该算法具有很高的召回率和准确率,综合性能较高.     

主观信任云在文本分类中的应用研究

自然语言的不确定性是影响文本分类性能的最重要因素。从降低自然语言中的不确定性出发,将主观信任云引入到文本分类中,提出了一种基于主观信任云信任决策的文本分类方法。该方法通过基于云的概念跃升计算出文本类别概念特征,采用主观信任特征向量作为待分类文本与类别概念之间的相似度判断标准完成分类。该方法有效减少了自然语言的不确定性影响,在不同文本分类方法的实验对比分析中,充分体现了其优异的分类性能。     

一种面向多文本集的部分比较性混合模型

针对当前主要的CTM模型只能分析公共话题的缺陷,提出一种PCCMix混合模型来实现跨文本集的话题分析.该模型把多个文本集中的话题划分为公共话题和文本集特有话题,首先根据文本数据建立这两类话题在所有词上的概率分布,再使用期望最大化算法进行模型的参数估计.实验结果表明,该模型不仅能够发现公共话题在不同文本集中的差异,而且能分析各文本集特有的话题.模型能更精确地对文本建模,具有良好的性能.