跳到主要內容

臺灣博碩士論文加值系統

(34.204.169.230) 您好!臺灣時間:2024/03/05 08:41
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陳盛文
研究生(外文):Chen, Sheng-Wen
論文名稱:語意岐義解析與文章分類之學習
論文名稱(外文):Learning Word Sense Disambiguation and Document Classification
指導教授:蘇豐文蘇豐文引用關係
指導教授(外文):Von-Wun Soo
學位類別:碩士
校院名稱:國立清華大學
系所名稱:資訊工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1998
畢業學年度:86
語文別:中文
論文頁數:61
中文關鍵詞:資訊檢索文章分類語意岐義解析機器可讀型字典
外文關鍵詞:IRDocument ClassificationWSDMRD
相關次數:
  • 被引用被引用:0
  • 點閱點閱:151
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
在人類的語言中,有許多的字有許多不同的意義。人類很容易從文章中了
解該字所代表的意義,但對電腦來說,這並不是一件容易的事。語意岐義
解析便是指字義的辨識。語意岐義解析在自然語言處理中,是一個相當重
要的問題。由於網際網路的快速發展,資訊成長的速度也日益加快。文章
分類有助於人們取得所需的資訊。傳統文章分類的作法,大多是統計字在
文章中出現的頻率或機率。在此論文中,我在先作語意岐義解析將它結合
到文章分類上,以提高文章分類的正確率。在本文中,我們介紹如何結合
語意岐義解析與文章分類。我們從文章中找出一些不同的屬性,並實驗比
較那些屬性對於語意岐義解析較有用處。我們並實際比較了幾種不同的演
算法,包括決策樹學習法,以及以貝氏理論為理論基礎的天真的貝氏分類
法,還有實例學習法等演算法。看那一種演算法可以得到較高的正確率。
最後,我們展示了,如何結合語意岐義解析與文章分類,我們先找出文章
中比較容易作語意岐義解析的字,把這些字依機器可讀型字典中,所查出
的語意編號編成特別的字串。並用這個字串來取代原有的字。對於那些無
法在機器可讀型字典中找到的字,以及雖然可以在機器可讀型字典中找到
,但是較不容易作語意岐義解析的字,保留原本的型式。經過這樣的處理
之後,以可提高文章分類的正確率。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top