排序方式： 共有10条查询结果，搜索用时 15 毫秒
1
1.
提出一种基于基本要素方法的中文自动文本摘要模型（BESM）。该模型主要借鉴基本要素的思想进行建立,和单纯的基于词的自动文摘模型相比,它将语义信息作为评估句子重要程度的一部分,实现基本要素中提出的将语义信息和统计方法的结合。通过与普通方法的实例对比,突出基本要素方法的优越性和BESM模型的可行性。 相似文献
2.
情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等。为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比。在词向量训练模块中引入Word2vec模型,用高维向量表示词语、句子,既可防止过度拟合问题,又可减少训练参数个数,提高训练效率。将得到的句向量作为输入代入机器学习模型（MLP、SVM、朴素贝叶斯等）与深度学习模型（CNN、LSTM、BILSTM等）,比较实验结果,提出优化方向。结果表明,基于深度学习的情感分析模型准确率明显高于单一机器学习模型,但是深度学习需要大量语料,对实验机器要求也较高,很难完全展现其魅力。 相似文献
3.
关联规则在数据挖掘中扮演着十分重要的角色,而Apriori算法和FP-growth算法是当前关联规则中两大主要算法。其中Apriori算法的主要开支是产生大量候选项集和重复遍历数据库,FP-growth算法的主要开支是重复创建和遍历条件FP树。在介绍两种算法基础上,提出了一种新的算法,使Apriori算法产生的候选项集不是查找数据库而是查找FP-tree来确定是否为频繁项集。实际测试表明,在一定的条件下,新算法的效率高于原先的两种算法。 相似文献
4.
词向量在自然语言处理中起着重要作用,近年来受到越来越多学者关注。然而,在词向量研究中,基于Word2vec词向量的应用研究居多,对于GloVe词向量的应用研究却很少。因此,将GloVe词向量模型与支持向量机（SVM）相结合,利用GloVe词向量模型进行特征提取与选择,利用SVM进行分类,并与Word2vec词向量结合SVM作实验对比。实验结果表明,GloVe词向量特征提取与SVM分类相结合的方法能够取得较好的准确率、召回率及F值,因此在新闻文本分类中具有一定应用价值。 相似文献
5.
针对目前国内外学者对微博情感只作二分类研究,仅仅从正面和负面研究微博情感不足的问题,选取NLPCC2013-2014年多情感的微博数据集,重点研究常用的3种机器学习算法、3种特征选择以及特征权重方法对中文微博情感多分类的影响。实验表明：不管选择哪种特征权重,使用SVM的微博文本分类准确率都最高,KNN的准确率最低;不同特征权重下,信息增益作为特征选择的方法时,3个算法各自准确率都是最高的;当信息增益为特征选择,TF-IDF为特征权重时,支持向量机的文本分类准确率最高。由于微博简短、口语化,词袋模型忽视了词与词间的联系,导致微博情感分类准确率不高。 相似文献
6.
为弥补目前国内学者只做单一算法研究且语料单一的缺陷,使用Word2vec词向量模型结合支持向量机（SVM）、卷积神经网络（CNN）和长短期记忆网络（LSTM）3种不同分类算法,研究了不同中文文本分类问题,包括微博语料的多维细粒度情感分类、酒店评价的倾向性分析和新闻文本的主题分类。将3种分类模型在不同文本中的分类效果进行对比,结果显示这3种算法对于不同的中文分类效果各有不同：不同维度的词向量对准确率等评价指标影响很大;支持向量机模型更适合于细粒度的微博情感分类;卷积神经网络、长短期记忆网络算法更适合于噪声小、文本长且规范的新闻主题分类任务。分类粒度会对算法准确性产生影响,粒度越细、任务越复杂,算法准确性越低。 相似文献
7.
为了提高C4.5决策树算法的有效性,提出一种改进的C4.5决策树算法。结合粗糙集理论的属性约简算法和Fayyad边界点判定定理,对C4.5算法进行了改进,利用UCI数据集进行了实验。结果表明,改进的C4.5算法不仅提高了准确率,而且缩小了决策树规模,减少了分类时间。 相似文献
8.
零售商双渠道下闭环供应链协调策略研究 总被引：2，自引：0，他引：2
考虑零售商在传统销售渠道基础上建立网上销售渠道,以博弈论为基本方法,假定制造商和零售商都是风险中性和完全理性的,研究零售商负责废旧产品回收的双渠道闭环供应链协调机制。通过分析比较分散决策和集中决策下供应链系统成员的最优定价策略和收益状况,得出分散决策下的双渠道闭环供应链没有达到帕累托最优,供应链成员的利润仍有改进空间。为了实现供应链整体利润最大化,设计了零售商销售收益共享-回收成本共担的契约来激励制造商和零售商,且当契约参数满足一定条件时,供应链系统实现协调,然后给出契约参数的合理范围,使制造商和供应商的收益均达到帕累托最优。最后应用一个算例分析其有效性。 相似文献
9.
人工神经元网学习的多模式现象 总被引：2，自引：0，他引：2
本文指出人工神经元网学习存在的多模式现象，说明根据人工神经元网学习权重的大小来判断因子重要性必须慎重，指出多模式现象存在对使用人工神经元网作为一种预测手段所产生的影响 相似文献
10.
在随机市场需求下,单生产商-单批发商的收益共享与单批发商-单零售商的回购联合契约能够实现供应链的协调。然而由于突发事件的产生,整个供应链所处市场的需求分布随之改变,原有协调的联合契约功能被破坏。通过改进联合契约使其能够协调应对突发事件并具有抗突发事件性,且新联合契约能减少突发事件对供应链系统利润的影响。最后应用一个算例分析其有效性。 相似文献
1