基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文介绍了藏文文本分类技术的研究与进展。首先对现阶段常用的文本表示以及文本特征选择方法进行了分析和比较,接着回顾了藏文在机器学习方面的分类算法特点,深入讨论了不同算法应用在藏文文本分类技术上的研究情况,最后指出了当前藏文文本分类所面临的问题和挑战,并对未来的研究提出了建议。
推荐文章
文本分类技术研究
文本分类
文本模型
数据挖掘
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
文本分类技术研究
文本挖掘
文本分类
特征表示
特征抽取
模型评估
基于N元模型的维吾尔文文本分类技术研究
N元
文本分类
维吾尔文
N元词典
相似度
曼哈顿距离
骰子测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 藏文文本分类技术研究综述
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 藏文文本分类 文本表示 特征选择 机器学习
年,卷(期) 2021,(4) 所属期刊栏目
研究方向 页码范围 190-192
页数 3页 分类号 TP391
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
藏文文本分类
文本表示
特征选择
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导