期刊专题

基于核模糊C均值聚类算法的词义排歧研究

引用
该文建立了一个无监督的词义排歧系统,并将它应用于生物医学领域的语料中。该系统使用未进行人工标注的语料进行机器学习,学习过程只需预先定义标准词义的数量,不需要其他人工干预。该系统使用了一种通常使用于图像识别领域的基于核的模糊C均值算法。该文针对文本应用改进该算法并将其应用在生物医学文本的词义排歧领域,并取得了较好的效果。

词义排歧、核模糊、C均值、聚类、无监督

TP18(自动化基础理论)

中南民族大学中央科研基本业务费项目编号CZQ14012;中南民族大学本科教学质量工程项目编号JYX13017阶段性研究成果之一

2016-04-01(万方平台首次上网日期,不代表论文的发表时间)

共3页

1-3

暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

2015,(34)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn