20.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]web内容挖掘特征向量的如何确定
发信站: 南京大学小百合站 (Sat Jul 13 15:46:29 2002), 站内信件

pxh1018 (耐思) 于Wed Jul 10 11:13:39 2002)
提到：

请问如何在web内容挖掘中确定特征向量，如果移单个词，那好确定，如果以词汇为
特征向量，那如何确定，请指教！


mining (key) 于Wed Jul 10 11:46:21 2002提到：

不知道你寻找特征词汇的目的，是进行文本分类吗？
对于中文文本一般要先分词，再用逆文本频率选取特征词汇。
这样做有个问题那就是阈值很难以确定，导致了特征词汇量很大。
这儿恐怕还有些工作需要做。
不知道我说得对否？我也在做这方面的工作，欢迎大家讨论。


chdq135 (阿权) 于Thu Jul 11 10:49:13 2002提到：

其实，再国外很多人在研究基于ontology来分类。ontology实从词表发展过来的。
单纯从文字已经很难有突破了，必须解决语义问题。