X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
APP下载
欢迎光临,请  登录  |  注册
尊敬的,欢迎光临!  [会员中心]    [退出登录]
成果
成果 专家 院校 需求 政策
当前位置: 首页 >  科技成果  > 详细页

[00040507]一种计算机中文文本分类方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201210489136.4

交易方式: 完全转让 许可转让 技术入股

联系人: 南京大学

所在地:江苏 南京市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
分享
|
收藏
|

技术详细介绍

本发明提出了一种计算机中文文本分类方法,包括以下步骤:使用N-gram方法处理中文文本:使用N-gram的方法把中文文本的表示为一个由一组特征组成的特征向量;使用词频逆向文件频率法为特征向量中每一个特征赋予一个权重;利用L1-正则化逻辑回归分类器模型为中文文本分类。本发明对现有的基于分词的中文文本分类方法进行改善和提高,能够避免分词对分类精度产生的不良影响。通过使用N-gram的形式来表达文本,可以很好地避免上述的两方面问题。同时L1-正则化逻辑回归分类器可以很好地解决N-gram带来的数据稀疏性问题,从而提高文本分类的精度。

推荐服务:

龙岩市科技创新服务平台

福建省龙岩市龙岩大道1号市行政办公中心

联系方式:0597-2601001,400-649-1633

|    关于我们    |    帮助中心    |

Copyright © 2019 龙岩市科技开发与科技特派员服务中心 版权所有

闽ICP备20015298号-1

闽公网安备 35080202351102号