决策树在文本分类中的应用

介绍了文本分类的思想,探讨了通过决策树学习来对文本进行有效分类的过程。     

时态范畴化的认知语言学研究——以现代法语时态为例

本文在认知语言学的视野内、在原型范畴理论的参照下,详细考察了法语时态范畴化的一些基本特征,指出其所具有的原型性、延续性和边界模糊性,以期对法语时态的教学提供帮助。最后笔者也提出了对原型范畴理论所存在的问题的一些思考。     

文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

一种组合型中文文本分类特征选择方法

根据基于频数分布和基于互信息的特征选择模式的特点,将传统的tf-idf因子以及基于互信息的特征选择方法分别进行了改进,并在此基础上提出了一种新的组合型特征选择方法。试验结果表明,该算法提高了文本分类的准确率。     

风险指引的核电站设备分级概述

核电站的构筑物、系统及设备(以下简称SSC)的安全分级是核电站各项管理要求和规定的基础。由于传统确定论分级自身的特点,使基于此分级的核安全法规,一方面对设备的处理上存在过度的保守性,另一方面又在某些方面存在不够保守的地方。为了使法规对设备处理要求的规定更趋于合理,因此有了风险指引设备分级思想的产生。美国核管会及一部分业主对此分级思想的前景持肯定态度,并制定了多项相应的法规、标准及导则,同时有少数业主对此分级方法进行了试点性的研究。这些举措都将促进该风险指引设备分级思想的发展。通过总结与此分级相关的背景、方法及案例研究,对比传统分级和风险指引的分级方法之间的异同,阐述风险指引分级的方法论,使读者对风险指引分级思想的现状及发展有一个总体的概念,并对其以后的发展提出一些展望。     

智能化小区网站建设的思考与实践

从智能小区建设的角度出发，讨论了网站的基本结构、建站的方式、Web页面的实现技术，分析了智能小区网站规划与设计的一般思路和总体框架，提出了网页制作中一些值得注意的问题。     

基于结果修剪法解决文本分类中属性重叠问题

在文本分类中,当两个多属性类别发生属性重叠时,采用传统的文本分类算法m acro F1值仅为45%左右.为了提高文本分类算法的m acro F1值,提出了基于结果修剪的方法.在该方法中,分类器由多个子分类器组成.每个子分类器对应于类别中的一个属性;在每一个阶段中,每一个子分类器将不属于该属性的文本剔出.当所有子分类器运行结束后,留下的文本即属于该分类的文本.实验数据表明,基于结果修剪的文本分类方法在解决属性重叠问题时能够将m acro F1值提高到65%左右.     

涡流空气分级机分级功能区研究

从理论上分析了涡流空气分级机的分级过程,在此基础上把涡流空气分级机内部分为主要分散区、分散分离区、第二分离区、辅助分离区、阻力区五个功能区,讨论了各功能区在分级过程中的作用,用物料试验证明了作者的分区正确.在此基础上改进了主要分散区、分散分离区、第二分离区三个功能区,得到更好的分级效果;这将对理解和改进涡流空气分级机分级性能进而开发出性能更好的涡流空气分级机具有指导作用.     

基于人工标引的中文学术期刊文献自动分类算法

为了解决期刊电子化的自动分类问题 ,提出了一种基于中文学术期刊人工标引的自动分类算法。这种算法主要利用自动分词得到各文献的特征词向量空间 ,并考虑到人工标引在分类中的关键作用 ,得到综合了特征词 TF和 IDF权重的分类准则。通过适当训练建立分类库 ,计算待分类样本与已知分类的相似性 ,判别各分类。实验表明 :该分类算法可以获得 85 %的分类识别率