電子政務(wù)中中文文本分類技術(shù)的應(yīng)用

精品文檔放心下載、謝謝閱讀精品文檔放心下載具，以用戶為中心，以應(yīng)用為靈魂，以便民為目的，而電子政務(wù)建謝謝閱讀謝謝閱讀感謝閱讀謝謝閱讀謝謝閱讀設(shè)的重點問題和面臨的新挑戰(zhàn)。（一）電子政務(wù)信息的特點當(dāng)前，我國黨政系統(tǒng)的信息80%以上都是以文檔形式存在，其中謝謝閱讀OFFICE或是精品文檔放心下載WPS應(yīng)用系統(tǒng)，而公文在信息標(biāo)引上又具有其自身的特點。精品文檔放心下載、具有嚴(yán)格的格式要求。從字體、大小、排版格式都有嚴(yán)格的要求。謝謝閱讀精品文檔放心下載早可以追溯到1985年，中辦《公文主題詞表》通過了七感謝閱讀年9月和1994精品文檔放心下載年1月，中辦、國辦先后規(guī)定：凡報送中辦、國辦的正式文件，均需精品文檔放心下載標(biāo)注主題詞。1997年12月和1998年8月，國辦和中辦先后修訂了感謝閱讀謝謝閱讀精品文檔放心下載資源管理與交換的基礎(chǔ)。是指導(dǎo)各類政務(wù)信息采集、加工、整合和有感謝閱讀謝謝閱讀感謝閱讀庫資源的加工規(guī)X感謝閱讀感謝閱讀謝謝閱讀時間相當(dāng)漫長。另外，人工標(biāo)引的公文主題詞又會產(chǎn)生因人而異、因精品文檔放心下載X性、標(biāo)準(zhǔn)性和科學(xué)性難以得謝謝閱讀精品文檔放心下載關(guān)檔案整理、輔助決策、知識管理等工作中的效果和效率。謝謝閱讀、公文中主題詞所處位置不同造成其信息價值不同。一是該詞的詞謝謝閱讀謝謝閱讀X感謝閱讀謝謝閱讀或者章節(jié)名、文獻(xiàn)摘要。最后為文獻(xiàn)中的詞?！倍¤热穗S機(jī)抽取了感謝閱讀300篇經(jīng)濟(jì)類網(wǎng)頁，對這些網(wǎng)頁進(jìn)行人工自由標(biāo)引、人工打分、詞頻感謝閱讀統(tǒng)計，并進(jìn)行統(tǒng)計數(shù)據(jù)的分析、研究，得出了網(wǎng)頁內(nèi)容主題與網(wǎng)頁題謝謝閱讀謝謝閱讀標(biāo)記等個標(biāo)引源的精品文檔放心下載主題表達(dá)能力的先后順序。得出的結(jié)論是首段文章標(biāo)題HTML標(biāo)記第感謝閱讀一段首句網(wǎng)頁標(biāo)題第一段尾句第二段首句第二段尾句尾段第三段首精品文檔放心下載句其它第三段尾句。并建議它們的加權(quán)值為精品文檔放心下載5:5:5:4:4:4:2:2:2:2:2:2。、公文具有行業(yè)性比較明顯。由于黨政機(jī)關(guān)的職能分工不同，其公精品文檔放心下載謝謝閱讀側(cè)重。比如，組織部門中，使用“黨的建設(shè)、“人才隊伍、“執(zhí)感謝閱讀配謝謝閱讀額”、“谷物”等詞相對較高。因此，部門的主要職能給主題詞帶來精品文檔放心下載了相對集中的特點。、主題詞的標(biāo)引具有失真性。在公文制作過程中，主題詞的一些標(biāo)精品文檔放心下載感謝閱讀感謝閱讀交、概念限定關(guān)系的詞組配；二是若詞表中無合適詞進(jìn)行組配時，應(yīng)謝謝閱讀謝謝閱讀自由詞進(jìn)行標(biāo)引。謝謝閱讀能反映出公文的大致內(nèi)容和意思的表達(dá)，但對具體內(nèi)容很難表達(dá)準(zhǔn)精品文檔放心下載確，因而，為彌補(bǔ)和克服以上情況所帶來的不足，在考慮分類時，不謝謝閱讀精品文檔放心下載的位置權(quán)重等一些因素。（二）中文文本分類技術(shù)文本自動分類是指計算機(jī)將一篇文章自動地分派到一個或多個預(yù)定謝謝閱讀IR和機(jī)器學(xué)習(xí)ML謝謝閱讀外大致經(jīng)歷了三個發(fā)展階段：第一階段(1958~1964)主要進(jìn)行自動分感謝閱讀類的可行性研究，第二階段(1965~1974)進(jìn)行自動分類的實驗研究，謝謝閱讀第三階段(1975至今進(jìn)人實用化階段。我國文本自動分類的研究工作始于20世紀(jì)80精品文檔放心下載從可行性探討——輔助分類系統(tǒng)——自動分類系統(tǒng)三個發(fā)展階段。精品文檔放心下載1981年，侯漢清先生首先對中文文本自動分類進(jìn)行了探討，經(jīng)過二感謝閱讀感謝閱讀分類技術(shù)絕大多數(shù)都用到了經(jīng)典的向量空間模型(VSM)，其中使用較感謝閱讀多并且技術(shù)比較成熟的主要有基于統(tǒng)計學(xué)的分類技術(shù)和基于人工智精品文檔放心下載能的自動分類技術(shù)。感謝閱讀上，通過比較本特征向量與預(yù)定義類別特征向量的相似度來進(jìn)行歸感謝閱讀精品文檔放心下載向量權(quán)重算法。常用的向量空間模型(VSM)、NaiveBayes方法、線謝謝閱讀性最小二乘法以及K鄰近算法都屬于這類技術(shù)。精品文檔放心下載精品文檔放心下載感謝閱讀感謝閱讀精品文檔放心下載反向推理和混合推理三種?？傮w上來說，中文文本分類還處于實驗研究階段，分類正確率約為精品文檔放心下載60%~90%，離形成商業(yè)化的軟件投入實際應(yīng)用尚有一定的距離。精品文檔放心下載（三）電子政務(wù)中中文文本自動分類研究存在的主要問題、分詞算法精品文檔放心下載謝謝閱讀切分標(biāo)記，中文詞與詞之間沒有界定符，需要人為切分。此外漢語中謝謝閱讀謝謝閱讀目前為止，現(xiàn)有的各種分詞算法都未能很好的解決歧義切分問題。感謝閱讀、文本的表示方法如何準(zhǔn)確地表示中文文本是自動分類研究的另一個重點與難點，研究者們普遍采用帶有權(quán)值的文本特征向量空間來表示文本，感謝閱讀如何確定各特征向量的權(quán)值以及如何消除各特征項之間的“斜交”感謝閱讀(IDF)、二進(jìn)制加權(quán)法等是目精品文檔放心下載前使用較多的權(quán)值計算法，但這些方法都存在一定的缺點，難以克感謝閱讀感謝閱讀文本結(jié)構(gòu)，難以表達(dá)段落、句子之間語義關(guān)系，這正是計算機(jī)無法謝謝閱讀像人類一樣正確類分文本的一個重要原因。、電子字(詞)典不夠完善目前許多自動分類系統(tǒng)只有一個分詞詞典和輔以一個同義詞對照詞謝謝閱讀典，詞典中沒有詞性信息、語義信息，這大大影響了分類的正確性。感謝閱讀另外，由于社會、科學(xué)發(fā)展異常迅猛，分支學(xué)科、邊緣學(xué)科、大量新感謝閱讀感謝閱讀典的分詞算法總會有一些詞無法切分，從而影響了分類的準(zhǔn)確率。感謝閱讀、知識庫規(guī)模小，知識庫整體結(jié)構(gòu)和增量化管理不夠完善精品文檔放心下載感謝閱讀謝謝閱讀知識學(xué)習(xí)的問題，這就導(dǎo)致了知識庫更新慢，不能謝謝閱讀這正是基于人工智能的專家分類系統(tǒng)難以得到廣泛應(yīng)用的重要原因。感謝閱讀、文本自動分類算法本身的局限性謝謝閱讀是比較兩者之間共有關(guān)鍵詞的數(shù)目，雖然也使用了各種權(quán)值計算方精品文檔放心下載法，但這些權(quán)值在很大程度上依賴于關(guān)鍵詞的頻度或是否出現(xiàn)的信感謝閱讀息，這必然會影響分類結(jié)果的準(zhǔn)確性。另外，有些分詞算法難以具體謝謝閱讀實現(xiàn)，如NaiveBayes概率模型，人們很難確定先驗概率，因此求得感謝閱讀的后驗概率肯定存在一定偏差。（四）電子政務(wù)中中文文本自動分類研究的建議、加強(qiáng)電子政務(wù)專用電子詞典的建設(shè)電子政務(wù)專用詞典的建設(shè)是文本自動分類技術(shù)在這一領(lǐng)域應(yīng)用的基謝謝閱讀礎(chǔ)。目前由于中文文本分類技術(shù)的限制，并沒有完善、實用的處理自感謝閱讀然語言的分類系統(tǒng)。但是建立規(guī)模較小的專用詞典卻是切實可行的。精品文檔放心下載如美國國立醫(yī)學(xué)圖書館研制的一體化的醫(yī)學(xué)語言(UMLS就是一個很感謝閱讀精品文檔放心下載精品文檔放心下載率。精品文檔放心下載精品文檔放心下載典、反義詞、近義詞和衍生詞詞典來進(jìn)一步提高自動分類的準(zhǔn)確率。謝謝閱讀、引入人工智能的研究成果，采用語料庫技術(shù)獲得詞典信息與分詞精品文檔放心下載信息在進(jìn)入20世紀(jì)90感謝閱讀感謝閱讀精品文檔放心下載動處理領(lǐng)域的應(yīng)用研究。另外，可以加強(qiáng)語料庫技術(shù)的研究，語料庫謝謝閱讀謝謝閱讀謝謝閱讀精品文檔放心下載通過這些信息解決自動切詞中的歧義問題。、加強(qiáng)現(xiàn)有中文文本自動分類技術(shù)的應(yīng)用研究經(jīng)過20多年的研究，中文文本自動分類技術(shù)在有些方面已經(jīng)比較成精品文檔放心下載謝謝閱讀感謝閱讀謝謝閱讀徑PrbMed就為用戶提供了自動查找相關(guān)文獻(xiàn)的功能精品文檔放心下載內(nèi)，中國醫(yī)學(xué)科學(xué)院信息研究所胡鐵軍等于2000年就開始了該方面感謝閱讀的研究，現(xiàn)已取得了重大的突破。因而，加強(qiáng)現(xiàn)有中文文本自動分類感謝閱讀技術(shù)在電子政務(wù)中的應(yīng)用研究以及對各種分類系統(tǒng)(包括基于分類技感謝閱讀術(shù)的其他應(yīng)用系統(tǒng))進(jìn)行測試和評價，在電子政務(wù)信息分類方面進(jìn)行感謝閱讀試驗性應(yīng)用，應(yīng)該是我們研究初期的重點。ApplicationChinesetextautomaticclassificationto謝謝閱讀E-GovernmentABSTRACT:InbinationwiththeactualconditionsofChinain精品文檔放心下載buildingE-Governmentsystems,articlestudiesthe感謝閱讀Chinesetextautomaticclassificationmethodusedin謝謝閱讀E-Government,showsthemainproblemandgivesadvice.Thenit感謝閱讀pointsthatbuildingtheelectronicdictionaryisvery謝謝閱讀important