859.txt

This complete matlab for neural network

发信人: mining (key), 信区: DataMining
标  题: Re: 请教中文文本分类问题
发信站: 南京大学小百合站 (Sat Nov 16 19:51:14 2002), 站内信件

非常感谢你的指点。
我因为半道出山做文本分类，所以有很多概念不是很清楚。
这是一片关于文本分类的文章，用的方法是K-近邻
我在做中文文本分类时，因为很容易能得到特征词条集
所以我写了我的方法无需词条切分过程
审稿意见认为我这一点上没写清楚，需要补充。
而我认为我已知特征词条集合，因此无需分词，直接扫描统计即可
不知我的观点对否？
请断玉兄继续指点。

【 在 francois (断玉) 的大作中提到: 】
: 觉得你的问题描述有些含糊，也许至少你应该说明一下文章的标题和摘要吧
: 如果这篇文章是关于文本分类的，那么用的是什么分类方法呢？在此假设你用的是基于统
: 计和机器学习的文本分类方法，比如Naive Bayes，KNN，SVM或者Neuron Network等，..
: 都是用特征向量作为文档表达方式（Document Representation），那么分词只是决定..
: 档表达的最小单位。
: 
: 至于为什么用词作为文档表达的基本单位，我想是针对机器学习算法的特点。以字为单位
: ，由于割裂了文本中的语义，所以无法反映真正的文本特征；以句子为单位，则由于相同
: 语义可以用不同的句子来表达，变化的数量太多也使得计算机无法处理；
: 
: 通过分词，以词为单位来表达文档，其实也具有以上两种方法的缺点，但只是一种最佳的
: 折衷罢了。至于你说的意义，可以说对，但是感觉这种说法太拘泥于技术的层面，换句话
: 说，就象是说我吃饭是为了吃饱做准备一样（抱歉，如果比喻的不合适，请见谅）。
: 
: 对于你的第二个问题，应该是可以的。
: 
: 【 在 mining 的大作中提到: 】
: : 审稿意见，必须马上回复，我是半道出山，请大虾帮忙
: : 中文文本在处理之前需要进行词条切分，以便获得单个的短语。
: : 对于文本分类问题，词条切分的意义是否是：
: (以下引言省略 ... ...)

--
※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 202.118.237.39]