【摘 要】
：
虽然针对中文文本的向量化技术已经比较成熟,但是由于短文本自身信息量少,特征项模糊等特点,使得用传统的文本向量化方法处理短文本会带来向量化后的高纬度以及向量的稀疏性
论文部分内容阅读
虽然针对中文文本的向量化技术已经比较成熟,但是由于短文本自身信息量少,特征项模糊等特点,使得用传统的文本向量化方法处理短文本会带来向量化后的高纬度以及向量的稀疏性等诸多问题。本文通过深入研究向量化的两个重要环节,即特征选取和权重计算,比较分析各自的利与弊。结合短文本的特点,在借鉴传统方法的思想,对针对特定主题下的短文本特征提取和权重计算方法都提出了改进的方法,在计算权重的时候考虑特征项长度带来的影响,并引入了词长因子的概念,之后通过实验数据验证方法的可行性和优越性。
其他文献
近几年来 ,随着我国中、新生代含油气盆地中火山岩油气藏的不断发现及各油区勘探程度的进一步提高 ,构造油气藏、碎屑岩油气藏的勘探开发难度和风险日益增大 ,火成岩油气藏作
生态补偿的主要目的是为了恢复、维持和增强生态系统的生态功能,使生态环境实现良性发展。建立生态补偿制度,对我国实现经济社会的全面协调可持续发展具有重要意义。我国目前
根据皮尔士科学发现的逻辑,溯因推理是构建科学假说进而获得科学发现的重要逻辑工具,而类比则是为科学理论构建具象模型并帮助理论话语有效传播的另一重要思维及话语方式。乔
<正>加入世贸组织让中国受益,中国的产品和服务得以进入世界各国市场。但中国入世同样惠及其他国家,中国对全球贸易的贡献是"前所未有的"。自2001年12月11日正式加入世界贸易
目的研究急性淋巴细胞白血病(ALL)患儿化疗前后骨代谢状况.方法对32例ALL患儿化疗前及化疗缓解后3个月、12个月分别测定血清Ⅰ型胶原羧基端前肽(PICP)、尿脱氧吡啶啉(deoxypy
目的比较七氟烷复合瑞芬太尼与丙泊酚复合瑞芬太尼维持麻醉术后患者的苏醒质量。方法ASAⅠ~Ⅱ级择期行乳突根治术患者60例,随机分为七氟烷复合瑞芬太尼组(S组)和丙泊酚复合瑞
2013年11月"两高"发布了关于《办理利用信息网络实施诽谤等刑事案件适用法律若干问题的解释》(以下称《解释》),《解释》第五条规定了将利用信息网络编造虚假信息、恐吓他人
目的:比较低温等离子系统与传统扁桃体剥离术的临床疗效,探讨低温等离子刀在扁桃体切除术中的有效性和安全性,为其在临床上的广泛应用提供依据。方法:选择符合慢性扁桃体炎手
本文针对土地利用变更调查工作的实际情况,提出了一种“以RS获取大面积空间信息、GPS精确修正遥感数据、GIS更新/存贮空间数据”的土地利用变更调查技术,即:“3S”土地利用变
本文总结了我院46例经纤维支气管镜局部用药治疗肺部感染的临床资料,讨论了经纤维支气管镜用药治疗肺部感染的价值。作者认为应用纤维支气管镜局部给药对肺炎、肺脓肿、慢性