Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Tài liệu HOT
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "A Comparison and Semi-Quantitative Analysis of Words and Character-Bigrams as Features in Chinese Text Categorization"
TAILIEUCHUNG - Báo cáo khoa học: "A Comparison and Semi-Quantitative Analysis of Words and Character-Bigrams as Features in Chinese Text Categorization"
Words and character-bigrams are both used as features in Chinese text processing tasks, but no systematic comparison or analysis of their values as features for Chinese text categorization has been reported heretofore. We carry out here a full performance comparison between them by experiments on various document collections (including a manually word-segmented corpus as a golden standard), and a semi-quantitative analysis to elucidate the characteristics of their behavior; and try to provide some preliminary clue for feature term choice (in most cases, character-bigrams are better than words) and dimensionality setting in text categorization systems. . | A Comparison and Semi-Quantitative Analysis of Words and Character-Bigrams as Features in Chinese Text Categorization Jingyang Li Maosong Sun Xian Zhang National Lab. of Intelligent Technology Systems Department of Computer Sci. Tech. Tsinghua University Beijing 100084 China lijingyang@ sms@ kevinn9@ Abstract Words and character-bigrams are both used as features in Chinese text processing tasks but no systematic comparison or analysis of their values as features for Chinese text categorization has been reported heretofore. We carry out here a full performance comparison between them by experiments on various document collections including a manually word-segmented corpus as a golden standard and a semi-quantitative analysis to elucidate the characteristics of their behavior and try to provide some preliminary clue for feature term choice in most cases character-bigrams are better than words and dimensionality setting in text categorization systems. 1 Introduction1 Because of the popularity of the Vector Space Model VSM in text information processing document indexing term extraction acts as a pre-requisite step in most text information processing tasks such as Information Retrieval Baeza-Yates and Ribeiro-Neto 1999 and Text Categorization Sebastiani 2002 . It is empirically known that the indexing scheme is a nontrivial complication to system performance especially for some Asian languages in which there are no explicit word margins and even no natural semantic unit. Concretely in Chinese Text Categorization tasks the two most important index ing units feature terms are word and characterbigram so the problem is which kind of terms2 should be chosen as the feature terms words or character-bigrams To obtain an all-sided idea about feature choice beforehand we review here the possible feature variants or options . First at the word level we can do stemming do stop-word pruning include POS Part of Speech information etc. Second term .
Yến Trang
95
8
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
Estimating priorities from relative deviations in pairwise comparison matrices
18
51
3
Comparison of proliferation resistance among natural uranium, thoriumeuranium, and thoriumeplutonium fuels used in CANada Deuterium Uranium in deep geological repository by combining multiattribute utility analysis with transport model
7
78
0
Introduction to the optical communications by simulating an optical high debit transmission chain using optisystem with comparison of optical windows
10
68
0
Axitinib, cabozantinib, or everolimus in the treatment of prior sunitinib-treated patients with metastatic renal cell carcinoma: Results of matching-adjusted indirect comparison analyses
12
61
1
Social comparison of tribal groups based on Wadi project adoption
10
52
1
Exact p-values for pairwise comparison of Friedman rank sums, with application to comparing classifiers
18
51
1
Review study on design comparison of solar dryer cum solar cooker
6
40
2
Comparative efficacy of some new insecticides against termites (Odontotermes obesus Rambur) on wheat (Triticum aestivum L.) in comparison to yield under field conditions
7
40
1
uranium
9
75
0
Báo cáo toán học: "Two new criteria for comparison in the Bruhat order"
4
60
0
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
462340
61
Giới thiệu :Lập trình mã nguồn mở
14
26019
79
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11345
542
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10550
466
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9841
108
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8889
1161
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8504
426
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8100
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7735
1790
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
7263
268
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
A Comparison and Semi Quantitative Analysis
Words and Character Bigrams as Features
Chinese Text Categorization
báo cáo khoa học
mô hình ngôn ngữ
xử lý ngôn ngữ tự nhiên
Bài giảng Xử lý ngôn ngữ tự nhiên
Ngôn ngữ tự nhiên
Kỹ thuật lập trình
Xử lý nhập nhằng ngữ nghĩa
Xử lý ngữ nghĩa
Xử lý ngôn ngữ
Natural Language Processing
Ngôn ngữ lập trình
Nhập nhằng cấu trúc
Tri thức về ngôn ngữ
Mô hình n gram
Dịch máy
Phương pháp dịch máy
Hiểu ngôn ngữ
Phân tích ngữ nghĩa
Phân loại tin tự động
Biểu diễn vị từ
Thuộc tính về sự kiện
Thuộc tính về sự kiện
Mô hình ngôn ngữ Google Book N grams
Mô hình ngôn ngữ KenLM
Phương pháp làm mịn
Tách từ tiếng Việt
Gán nhãn từ loại
Phân tích cú pháp
Nghĩa từ vựng
Phân giải nhập nhằng từ
Phân loại văn bản
Lexical chain
Phản hồi thông tin
Bài toán PTCP
Cấu trúc ngữ pháp
Phân tích cú pháp xác suất
CKY kết hợp xác suất
Văn phạm phi ngữ cảnh xác suất
Hình thái học
TÀI LIỆU MỚI ĐĂNG
Giáo án mầm non chương trình đổi mới: Gia đình vui nhộn
4
392
3
26-12-2024
B2B Content Marketing: 2012 Benchmarks, Budgets & Trends
17
229
3
26-12-2024
Đóng mới oto 8 chỗ ngồi part 9
10
179
3
26-12-2024
Giáo trình phân tích phương trình vi phân viết dưới dạng thuật toán đặc tính của hệ thống p1
5
162
1
26-12-2024
Báo cáo nghiên cứu nông nghiệp " Field control of pest fruit flies in Vietnam "
14
190
4
26-12-2024
Quy Trình Canh Tác Cây Bông Vải
8
164
3
26-12-2024
Hướng dẫn chế độ dinh dưỡng cho người bệnh viêm khớp
5
167
2
26-12-2024
báo cáo hóa học:" Perceptions of rewards among volunteer caregivers of people living with AIDS working in faith-based organizations in South Africa: a qualitative study"
10
157
1
26-12-2024
Giáo án điện tử tiểu học môn lịch sử: Cách mạng mùa thu
39
164
1
26-12-2024
Báo cáo nghiên cứu khoa học " Sự nhất quán phát triển kinh tế thị trường XHCN trong xây dựng xã hội hài hoà của Trung Quốc và đổi mới của Việt Nam "
8
144
1
26-12-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8100
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7735
1790
Ebook Chào con ba mẹ đã sẵn sàng
112
4406
1371
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
6283
1266
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8889
1161
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3839
680
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3919
609
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4708
565
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11345
542
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4508
490
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.