期刊文献+

一种基于遗传神经网络文本分类器的研究

A Survey on Chinese Text Classifier Based on Genetic-Neural Networks Algorithm
下载PDF
导出
摘要 本文依据隐马尔柯夫模型修正特征词属性向量,利用BP神经网络的学习能力,采用遗传算法优化,构造了一种遗传神经网络的中文文本分类器。实验表明,此文本分类器分类有较高的准确性。 This paper studies the attribute vectors of key words are amended by using Hidden Markov Models (HMM). Create a Chinese text classifier based on genetic and neural networks with the help of BP neural networks' learning ability and networks are optimized by genetic algorithm (GA). The results of the experiment show that this text classifier has presented high classification precision.
作者 李建刚 霍焱 LI Jian-gang, HUO Yan (Software College of Northeastern University,Shenyang 110004,China)
出处 《电脑知识与技术》 2007年第6期1279-1280,共2页 Computer Knowledge and Technology
关键词 文本分类 神经网络 遗传算法 隐马尔柯夫模型 text classification neural networks generic algorithm HMM
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部