சுருக்கம்

An chinese text classification algorithm based on graph space model

Xiaoqiang Jia


In the field of information processing,most of the existing text classification algorithm is based on vector space model, but vector space model is not able to effectively express the document structure information, so that it is not enough to express the semantic information of documents context. In order to get more semantic information effectively, by the study of text representation of graph space model, use Common node structural equivalence and Common chain structure equivalence, analyse nodes and edges of themaximumcommon substructure graph, and judge which if is a true semantic equivalence. Next, a data structure for text classification on Graph space model was designed. On the basis of structural equivalence analysis, the distance formula of “MCS” has been improved, then an improved text similaritymetric algorithmbased on the graph space model has been proposed, experiments show that the text classification method is effective and feasible.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • யூரோ பப்
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer