文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机软件及应用 > 利用c#提取文本关键词
侵权投诉

利用c#提取文本关键词

1.

2. 原理:1、先给本聚类内的所有文档进行分词,然后用一个字典保存每个词出现的

次数

3. 2、遍历每个词,得到每个词在所有文档里的IDF值,和在本聚类内出现的次数

(TF)相乘的值

4. 3、用一个字典(key是词,value是TF*IDF权重)来保存所有的词信息,然后按

value对字典排序,最后取权重排名靠前的几个词作为关键词测试输入如下

5. ================================

6. a 奥运 拳击 入场券 基本 分罄 邹市明 夺冠 对手 浮出 水面

7. a 股民 要 清楚 自己 的 目的

8. a 印花税 之 股民 四季

9. a ASP.NET 自定义 控件 复杂 属性 声明 持久性 浅析

10. a 运动员 行李 将 “后 上 先 下” 奥运 相关 人员 行李 实名制

11. a asp.net 控件 开发 显示 控件 内容

12. a 奥运 票务 网上 成功 订票 后 应 及时 到 银行 代售 网点 付款

13. a 某 心理 健康 站 开张 后 首 个 咨询 者 是 位 新 股民

14. a 残疾 女 青年 入围 奥运 游泳 比赛 创 奥运 历史 两 项 第一

15. a 介绍 一 个 ASP.net MVC 系列 教程

16. a 在 asp.net 中 实现 观察者 模式 ,或 有 更 好 的 方法 (续)

17. a 输 大钱 的 股民 给 我们 启迪

18. a Asp.Net 页面 执行 流程 分析

19. a 杭州 股民 放 鞭炮 庆祝 印花税 下调

20. ================================

21. 数据还是昨天的数据,但每个文章前面都加了个a,所以这个词的IDF肯定很低,

如果单村用词频来提取关键词,这个a肯定被当场关键词了,所以要乘以IDF值来调整特征提取的精度。我们要用程序把上面的文档分成3类,并提取每个类的两个关键词

22. 我给TFIDFMeasure类加了一个GetKeyword的方法,第一个参数是传入几个文

档id列表,第二个参数是要在这几个文档里提取几个关键词,下面是使用该方法的代码

23.

24. //4、初始化k-means算法,第一个参数表示输入数据,第二个参数表示要聚成几

个类

25. WawaKMeans kmeans = new WawaKMeans(data, K);

26. //5、开始迭代

第1页

你可能喜欢

  • 文本文件
  • C语言关键字
  • 文本格式
  • 信息抽取
  • 方案文本
  • 设计文本

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email