支持向量机(svm)的问题!我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!1 如何把文件弄成svm识别的样式2 该如何选取

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/02 21:24:01
支持向量机(svm)的问题!我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!1 如何把文件弄成svm识别的样式2 该如何选取

支持向量机(svm)的问题!我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!1 如何把文件弄成svm识别的样式2 该如何选取
支持向量机(svm)的问题!
我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!
1 如何把文件弄成svm识别的样式
2 该如何选取特征,而且特征好像都是数字,而做的标记不是数字呀
3 以后训练和测试出好的modle了后,如何把一个没做标记的文本文档做上组块标记
已经标好的文档示例:
当前 /t TP-B
在 /p PP-B
我国 /n PP-I
农村 /n PP-I
,/wd O
农民 /n NP-B
科学 /ad NP-I
种田 /vn NP-I
的 /ude1 DE-B
意识 /n NP-B
越来越 /d AP-B
强 /a AP-I
./wj O
哎,如何把字符性的特征搞成 libsvm可以识别的数字型的特征呀 呜呜呜

支持向量机(svm)的问题!我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!1 如何把文件弄成svm识别的样式2 该如何选取
向量机不是万能的.像你这种文本识别用模糊文本聚类会有比较好的结果.
如果你非要用向量机,关键就是把你的信息转化成向量.而这将是一件很复杂的事情,我给出如下例子 (词所在类,词性,字数,褒贬中的特性,...)后面你可以按照我给的继续加
类:比如农业(1),工业(2)...词性:动词(1) 名词(5)...字数...褒(1)贬(2)中性(3)
设置向量的时候,你要根据那个维度的向量对于判别更重要,那么其不同类的值的差距要拉开.如果你觉得词性很重要那么名词(10)动词(20) 就这么多吧 你先看看效果,

支持向量机(svm)的问题!我有 已经做好了词性标注和组块标注的txt文件,如何用svm训练样本,来给以后没做过标注的文档做组块标注.希望具体点呀!1 如何把文件弄成svm识别的样式2 该如何选取 什么是支持向量机(SVM)以及它的用途? 什么是支持向量机(SVM)?其本质原理是什么? svm支撑向量机的问题这个算法有什么作用,输入的数据类型是什么,输出的又是什么, train the proposed SVM model的意思A total of 630 training datasets are used to train the proposed SVM model.SVM是支持向量机的意思,这里train解释为什么比较好,训练好像不太确切 关于时间序列预测,预测多少点数合适的问题大家在做时间序列预测问题的时候,假如面对的是复杂规律变化的500个时间序列数据,用ARMA,RBF神经网络或者支持向量机SVM,这些方法做预测的时候,一 请问向量机(SVM)达人,支持向量机建立模型后,能否根据已知输出来求相应的输入量? svm(支持向量机),某个例子分类错误,如何反推查找分类错误得原因? 支持向量机(SVM)中的参数C和gamma代表什么含义呢? SVM 支持向量机理论中定义ε不敏感损失函数的目的是什么,另ε不敏感损失函数是不是会有不同的表达形式 SVM(支持向量机)在建模过程中,训练集,测试集的选择有什么规律和原则呢?要是多次随机选取训练集、测试集,选取准确性最好的作为结果,这样建模有说服性么? svm matlab代码怎么区分两个向量如题,假设有两个向量,每个向量里有10个元素,怎么用svm对这两个向量做分类?就是用svm判断这两个向量是否有分类效果(这两个向量之前以前就用ttest做过分类了 请问训练出的SVM的支持向量数过多是什么原因?我的训练集是:特征数40,正负两类的样本数个200.结果训练出的model.支持向量数为400!也就是等于样本数!请问这是怎么回事儿呀? SVM算法中出现支持向量数目所占比例过大,怎么解决 关于matlab的SVM工具箱的几个函数请问有没有人能告诉我,matlab的SVM工具箱里,bay_initlssvm、tunelssvm 、trainlssvm 、simlssvm 都是做什么的?感恩不尽! 支持向量机为什么比神经网络好?神经网络不是可以训练很多次吗?我看那些理论介绍,都是说支持向量机比神经网络好.但是我用这两个做预测的时候,选了核函数以后,支持向量回归算出来的,在 神经网络和支持向量机的优缺点! 支持向量机模型的使用?