文本相似度分析系統(tǒng)總體設(shè)計_第1頁
文本相似度分析系統(tǒng)總體設(shè)計_第2頁
文本相似度分析系統(tǒng)總體設(shè)計_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

文本相似度分析系統(tǒng)總體設(shè)計總體設(shè)計的基本目的之一就是回答“概括的說，系統(tǒng)應(yīng)該如何實現(xiàn)”這個問 題，之二就是設(shè)計軟件的結(jié)構(gòu)，也就是要確定系統(tǒng)中每個程序是由哪些模塊組成 的以及這些模塊相互之間的關(guān)系。1.1 系統(tǒng)總體模塊設(shè)計1.1.1系統(tǒng)總體功能設(shè)計系統(tǒng)共有六個模塊：分詞模塊，詞頻統(tǒng)計模塊，文本矩陣生成模塊，相似度分析模塊，文本分組模塊，文件讀寫模塊。系統(tǒng)總體功能模塊圖如下圖4-1所示：圖4-1系統(tǒng)功能模塊圖1.1.2功能模塊設(shè)計（1）分詞模塊對給定的文本進(jìn)行分詞處理，即對文本按詞進(jìn)行分割，輸出為按詞分 割后的原文。（2）詞頻統(tǒng)計模塊以按此分割后的原文本為輸出，對文本中出現(xiàn)的每個詞進(jìn)行詞頻統(tǒng)計 （即統(tǒng)計每個詞出現(xiàn)的數(shù)量），輸出則為每個單詞的詞名以及其對應(yīng)出現(xiàn) 的次數(shù)。（3）文本矩陣生成模塊以詞頻統(tǒng)計后的文件作為輸入，構(gòu)建文本-單詞矩陣，矩陣的每一行 為一個文本，每一列代表一個單詞，每一個元素的值為在該文本中某單 詞的詞頻。單詞1單詞2單詞3單詞4單詞5單詞6單詞7文本i0219380文本j0118381（4）相似度分析模塊利用基于空間向量的余弦算法對輸入的任意兩個文本進(jìn)行相似度分 析，并輸出相似度分析結(jié)果的相似值。（5）文本分組模塊利用K-means算法對輸入的一組文本按照相似度進(jìn)行分類，輸出結(jié)果 為分為幾組，以及每一組中含有的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論