您好、欢迎来到现金彩票网!
当前位置:红彩会 > 分类器 >

java 分类器算法问题!!急。。。。

发布时间:2019-07-07 15:23 来源:未知 编辑:admin

  我做的是一个中文情感词极性判断的系统。现在我得到的是一个中文词翻译后的英文词序列。然后有2个英文词列表,分别表示正面的和负面的。现在需要通过分类器算法来判断该中文词的极性。...

  我做的是一个中文情感词极性判断的系统。现在我得到的是一个中文词翻译后的英文词序列。然后有2个英文词列表,分别表示正面的和负面的。现在需要通过分类器算法来判断该中文词的极性。

  我们老师给的是一个SVM算法,但不知道具体怎么去实现,请达人帮帮忙了。。。好的再加分。。

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  展开全部判断一个次的极性是要根据它的属性来判断的,所以你要先确定用那些属性来表示一个词,一条记录包括对词描述的属性和一般属性(词的长度,包括的音标,后缀,词根等)和分类属性(正面和负面的),这样才能形成一个数据集,提供给算法进行分类,所以第一步是形成数据集。

  然后可以有特征选择之类的预处理步骤,再根据分类算法进行分类(分类的算法网络上都有代码,自己找下),用算法的模型对要分类的词进行分类,最后做个界面什么的,好看点。

  算法的话很多啊,象决策树,kNN之类的就比较简单,你是做本科毕业设计吗?如果是的话,反正要求不高,算法不重要,找现成的代码就行。

  可以找些资料看,知道分类是怎么回事就好。svm要证明的话需要数学功底,只是要用的话,呵呵,就下现成代码好了。

  展开全部SVM主要通过训练集进行训练之后,用来进行数据分类(通常是二分类)。在对SVM进行训练之前你要确定输入的特征向量是什么,期望输出又是什么,对于你的系统很显然期望输出可以假定为:+1和-1,其中+1表示正面的,-1表示负面的,训练集就是那两张英文词列表,你可以用这两英文词列表来对SVM进行训练从而得到一个SVM模型,然后就可以用这个模型来对新的英文序列(中文词的英文翻译序列)进行“极性”分类了。其实分类器并不只有SVM,你还可以使用BP神经网络,AdaBoost等来实现数据分类。如果还有不明白的地方可以给我留言:kwapoong

http://m3-ctech.com/fenleiqi/590.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有