TFoIDF与SVM结合的词义识别方法Word Sense Disambiguation Based on TFoIDF and SVM

 点评数： 3997

     (99+人收藏)

 来源：中国科技论文在线( 版权归原作者所有)

 Licence：我的随笔

 联系：QQ:1585269081

 分类：

 平台：暂无来源信息

 环境：暂无来源信息

 大小：暂无来源信息

 更新：2017-03-04

 标签： basednaturalsvmwsd词义

论文和Essay改写降重和AI查重工具！立刻免费获取！获取免费激活联系微信:idavidxiong

实验结果表明基于TFoIDF构建的支持向量机词义分类器因为比其它几种词义识别模型更挖掘取上下文中的语言信息

通过实验分析和讨论了基于该两种输入模型的支持向量机词义分类器的性能

设计了两种支持向量机词义分类器的输入模型

Zhang Rubo 2, （ 1、 Pattern Recognition and Natural Computing Lab, Harbin Engineering University

同时也将构建的支持向量机词义分类器与朴素贝叶斯模型和最大熵方法构建的词义分类器进行对比实验研究

）摘要：词义识别一直是自然语言处理领域的关键问题和难点之一

张汝波

TFoIDF与SVM结合的词义识别方法[EB/OL]

本文考察了经典分类模型-支持向量机在词义识别上的应用情况

【详情见下载】

论文和Essay改写降重和AI查重工具！立刻免费获取！获取免费激活联系微信:idavidxiong