计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
30期
179-181,227
,共4页
隐马尔可夫%文本分类%序列模型
隱馬爾可伕%文本分類%序列模型
은마이가부%문본분류%서렬모형
把基于序列模型的隐Markov模型引入文本分类领域.把待分类文本描述成一系列状态演化的隐Markov过程,其中状态以特定的概率产生代表文本的特征项.用序列模式来描述文本类,文本序列通过与隐Markov模型的匹配,求出其对应状态序列和最大输出概率.比较各个文本类的结果,达到文本分类的目的.最后通过和简单向量算法,KNN,Naive Bayes分类算法的比较,说明本算法的在文本分类中的成功应用.
把基于序列模型的隱Markov模型引入文本分類領域.把待分類文本描述成一繫列狀態縯化的隱Markov過程,其中狀態以特定的概率產生代錶文本的特徵項.用序列模式來描述文本類,文本序列通過與隱Markov模型的匹配,求齣其對應狀態序列和最大輸齣概率.比較各箇文本類的結果,達到文本分類的目的.最後通過和簡單嚮量算法,KNN,Naive Bayes分類算法的比較,說明本算法的在文本分類中的成功應用.
파기우서렬모형적은Markov모형인입문본분류영역.파대분류문본묘술성일계렬상태연화적은Markov과정,기중상태이특정적개솔산생대표문본적특정항.용서렬모식래묘술문본류,문본서렬통과여은Markov모형적필배,구출기대응상태서렬화최대수출개솔.비교각개문본류적결과,체도문본분류적목적.최후통과화간단향량산법,KNN,Naive Bayes분류산법적비교,설명본산법적재문본분류중적성공응용.
