“Document classification test”版本间的差异

来自cslt Wiki
跳转至: 导航搜索
Document classification of Sougou data
Lr讨论 | 贡献
Document classification of Sougou data
第4行: 第4行:
 
:* 9-Classes:财经,IT,健康,体育,旅游,教育,招聘,文化,军事
 
:* 9-Classes:财经,IT,健康,体育,旅游,教育,招聘,文化,军事
 
*Text preprocessing
 
*Text preprocessing
 +
:* Segment word using wordlist of 9W.(tencent)
 +
:* Remove stop word.stop_wordlist is
 +
:*
 
===VSM tset===
 
===VSM tset===

2014年9月7日 (日) 13:31的版本

Document classification of Sougou data

  • DATA
  • Data from SougouLab [1],using SogouC.reduced(30M)
  • 9-Classes:财经,IT,健康,体育,旅游,教育,招聘,文化,军事
  • Text preprocessing
  • Segment word using wordlist of 9W.(tencent)
  • Remove stop word.stop_wordlist is

VSM tset