Découvrir de nouvelles informations avec le clustering au niveau de la phrase de mult
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Objectif spécifique de découvrir de nouvelles informations à partir d'un ensemble de documents initialement récupérés en réponse à une requête. Le regroupement du texte au niveau des phrases, l'utilisation efficace et la mise à jour sont toujours un problème de recherche ouvert, en particulier dans le domaine de l'exploration de texte. Étant donné que la plupart des utilisations du système existant, le modèle appartient à un seul cluster. Mais ici, nous pouvons utiliser des modèles appartenant à tous les clusters avec différents degrés d'appartenance. Étant donné que les ...
Objectif spécifique de découvrir de nouvelles informations à partir d'un ensemble de documents initialement récupérés en réponse à une requête. Le regroupement du texte au niveau des phrases, l'utilisation efficace et la mise à jour sont toujours un problème de recherche ouvert, en particulier dans le domaine de l'exploration de texte. Étant donné que la plupart des utilisations du système existant, le modèle appartient à un seul cluster. Mais ici, nous pouvons utiliser des modèles appartenant à tous les clusters avec différents degrés d'appartenance. Étant donné que les phrases de ces documents, nous nous attendrions à ce qu'au moins un des groupes soit étroitement lié aux concepts décrits par le terme de requête. Ce livre présente un nouvel algorithme de regroupement flou qui fonctionne sur des données d'entrée relationnelles (c'est-à-dire des données sous la forme d'une matrice carrée de similitudes par paires entre des objets de données).
Andere Kunden interessierten sich für
