排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
主要研究不同的分词模式对文本分类结果的影响,采用两种传统的文本表示方法:LDA和LSA,采用两种分类方法:支持向量机和逻辑回归,一共四组不同的实验来比较分析.实验结果表明相对于传统的分词方法来说,第二种搜索引擎式的分词方法通过拆分、添加组合词对分类结果更有效.具体来说,对两种分词采用LDA得到文本表示后,模式二的分类准确率最高95.38%,模式一为93.7%.在对两种分词采用LSA得到文本表示后,模式二的分类准确率最高为96.44%,模式一最高为95.2%. 相似文献
2.
运用自然语言处理方法来分析货币政策,对数据采用绝对概率和条件概率方法分别分析.得出如下结论:第一,在我国近十几年的货币政策实施过程中,央行对于"通货膨胀"的关注度明显高于"通货紧缩".第二,通过统计有关通胀类词的出现个数,可以大致了解每年通货膨胀严重程度.第三,通过计算条件概率,可以更好的解释该给条件词十几年的大致走势.第四,通过不同时期的比较分析,在绝对概率下可以更好的看出用词的变迁,而在条件概率下,可以更好的研究给定词在不同时期所表现出来的不同特征. 相似文献
1