870.txt

来自「This complete matlab for neural network」· 文本 代码 · 共 24 行

发信人: sinokdd (KDD in China), 信区: DataMining
标  题: Re: 各位大虾,进来讨论一下!
发信站: 南京大学小百合站 (Tue Sep 10 12:48:31 2002)


【 在 chdq135 的大作中提到: 】
: 尽管在国外已经做了不少，但是中文方面还是不够。
: 如果作中文呢？中文发展情况怎样？
: 就我所致，也是用字、词结合的方法（统计），结合元数据，一起来提高
: 分类性能。
: 请大侠点评点评！

仅供参考
我觉得单纯提取基于字词的特征，和现在通用的英文的WWW文本分类区别
不大，我认为如果你能够根据汉语的一些特点提取出一些英文没有
的特征，也许会对分类有帮助，比如汉语不同的语气。我的建议是你可以
看看汉语语言学方面的文章，看看他们的研究结果能否被你所用。

建立一个中文的新闻分类数据集是个好事，但我觉得新闻更像纯文本，因为
其中的连接并不多，这好像少了一些WWW的味道。
--

※ 来源:．南京大学小百合站 http://bbs.nju.edu.cn [FROM: 142.59.166.114]