優(yōu)化特征選擇的ctm模型在文本分類中的應(yīng)用研究

《優(yōu)化特征選擇的ctm模型在文本分類中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號密級Ｕ口Ｃ編號采中鐘裝欠考碩：ｔ學(xué)位論文化化精化遠(yuǎn)擇的ＣＴＭ摸型在文本分類中的應(yīng)用研苑Ｖ學(xué)位申請人姓名：柄正良’申請學(xué)位學(xué)生類別：工程碩擊申請學(xué)位學(xué)科專業(yè)：計(jì)算如ｉ技米指導(dǎo)教師姓名：每長襪到教援巧去學(xué)位論文ＭＡ＇ＳＴＥＲＳＴＨＥＳＳＩ碩ｄ：學(xué)位論文優(yōu)化特征選擇的ＣＴＭ模型在文本分類中的應(yīng)用研究論文作者：楊正良指＾師：馬長林副教授戦專業(yè)：計(jì)ＩＷＩ技術(shù)研究方向：機(jī)器學(xué)習(xí)華中師范大學(xué)計(jì)算執(zhí)學(xué)院２０１６年５月碩去學(xué)位論文ＭＡＳＴＥＲＳＴＨＥＳＩＳＡｌｉｃａ

2、ｔｉｏｎｏｆＣＴＭｍｏｄｅｌＯｔｉｍｉｚａｔｉｏｎｐｐｐＦｅａｔｕｒｅＳｅｌｅｃｔｉｏｎｉｎＴｅｘｔＣａｔｅｏｒｉｚａｔｉｏｎｇＡＴｈｅｓｉｓＳｕｂｍｉｔｅｄｉｎＰａｒｔｉａｌＦｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅＲｅｑｕｉｒｅｍｅｎｔＦｏｒｔｈｅＭ．Ｓ．ＤｅｇｒｅｅｉｎＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙＢｙＹａｎＺｈｅｎｌｉａｎｇｇｇＰｏｓｔｒａｄｕａ化ＰｒｏｒａｍｇｇＳｃｈｏｏｌｏｆＣｏｍｕｔｅｒｐＣｅｎ化ａｌＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＳｕｅｒｖｉｓｏｒ：ＭａＣｈａｎｇｌｉ

3、ｎｐＡｃａｄｅｍｉｃＴｉｔｌｅ：ＡｓｓｏｃｉａｔｅＰｒｏｆｅｓｓｏｒＳｉｎａｔｕｒｅｇＡｒｏｖｅｄｐｐＭａｙ，２０１６碩壬學(xué)位論文ＭＡ＇ＳＴＥＲＳＴＨＥＳＩＳ華中師瘡大學(xué)學(xué)侄冷文廣創(chuàng)牲京巧和使用狡枚說巧尿準(zhǔn)１牲京巧本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的研巧成果。除文中己經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的研巧成果。對本文的研究做出貢獻(xiàn)的個(gè)人和集體，均己在文中明確方式標(biāo)明。本聲明的法律結(jié)果由本人承擔(dān)。《作者簽《：曰期：年月曰／學(xué)化冷文狀權(quán)使用援權(quán)書本學(xué)

4、位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)忠即：學(xué)較有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版允許論文被查閱和借閱。本人授權(quán)華中師范大學(xué)可Ｗ將本學(xué)位論文的全部或部分內(nèi)龍入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。同意華中師范大學(xué)可Ｗ用不同方式在不同媒體上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)備作者簽名：導(dǎo)師簽；日期：月日日期：年＾月日＾年＜＾／Ｉ＂＂本人己經(jīng)認(rèn)真閱讀ＣＡＬＩＳ高校學(xué)位論文全文數(shù)據(jù)庫發(fā)布章程，同意將本人的＂＂＂＂學(xué)位論文提交ＣＡＬＩＳ高校學(xué)位論文全文數(shù)據(jù)庫中全文發(fā)布，并可按章程中的同意論古播

5、々后滯后一年規(guī)定享受相關(guān)權(quán)益。：□半年：□：□二年發(fā)布。作者簽名：導(dǎo)師簽；曰期：７〇１１年（月曰曰化日ｆ護(hù)（月（＞６碩壬學(xué)位論文ＭＡＳＴＥＲＳＴＨＥＳＩＳ摘要隨著互聯(lián)網(wǎng)的快速發(fā)展、海量信息的出現(xiàn)，人們己經(jīng)從信息資源匯乏的年代過渡到信息資源豐富的大數(shù)據(jù)時(shí)代。如何快速、有效地從海量信息中提取所需的信息一大挑戰(zhàn)一是當(dāng)今信息科學(xué)和技術(shù)領(lǐng)域面臨的，而文本分類就是解決這問題的途徑一之。其中特征選擇和文本表示是影響文本分類的重要因素，現(xiàn)階段相關(guān)主題模型ＣＴＭ（ＣｏｒｒｅｌａｔｅｄＴｏｐｉｃＭｏｄｅｌ）己作為有效的文本表示方應(yīng)法用在文本分類中，

6、該模型能很好的表現(xiàn)出主題之間的相關(guān)性，同時(shí)在力求保證信息完整性的條件下有效地降低文本數(shù)據(jù)的維度，對分類精度和速度都得到了提髙。然而該模型輸入特征的選擇和最優(yōu)主題數(shù)的確定仍然是一大難題。本文針對ＣＴＭ模型在文本分類中的特征選擇方法，Ｗ及模型的最優(yōu)主題數(shù)確定一工作做了；定的研究，完成了Ｗ下（１）分析當(dāng)前文本分類中文本表示遇到的困難化及ＣＴＭ模型在文本表示中的優(yōu)點(diǎn)；（２）采用基于復(fù)雜度和對數(shù)似然值的方法，確定ＣＴＭ模型中的最佳主題數(shù)；３一Ｍ（）采用種基于主成分分析與互信息相結(jié)合的ＣＴ模型特征選取方法，從而減少冗余特征；（４）基于上述理論方法，采用Ｒ

7、語言的相關(guān)函數(shù)包建立ＣＴＭ模型，并構(gòu)建文本分一類實(shí)驗(yàn)系統(tǒng)，，驗(yàn)證了所使用方法的有效性為進(jìn)步開發(fā)文本分類應(yīng)用系統(tǒng)提供了幫助。－，工作進(jìn)行了總結(jié)。最后對所做的，并對Ｗ后將要研巧的內(nèi)容進(jìn)行了展望：文本表示關(guān)鍵字；相關(guān)主題模型；主題數(shù)目；特征選取；主成分分析；互信息Ｉ．一碩擊學(xué)位論文ＭＡＳＴＥＲＳＴＨＥＳＩＳＡｂｓｔｒａｃｔＷｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅＩ打ｔｅｍ