排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
笔者详细讨论并成功开发了"法律案例分析系统"的一个子系统—"法律案例自动归类系统".系统首先通过大量的法律案例训练文档得到树结构中每个类(叶子类和中间类)的类特征词权值表,然后在此基础上计算新法律案例文档相对于各个类的累加权值,最后累加权值最大并且是叶子类的类即是该法律案例应归入的类.笔者还给出并分析了用到的两个重要公式(特征词权值公式和类累加权值公式),详细介绍了系统的核心—基于词典的分词算法.实验表明本系统具有很好的通用性和扩展性,归类准确率较理想. 相似文献
2.
笔者详细讨论并成功开发了“法律案例分析系统”的一个子系统一“法律案例自动归类系统”，系统首先通过大量的法律案例训练文档得到树结构中每个类(叶子类和中间类)的类特征词权值表，然后在此基础上计算新法律案例文档相对于各个类的累加权值，最后累加权值最大并且是叶子类的类即是该法律案例应归入的类，笔者还给出并分析了用到的两个重要公式(特征词权值公式和类累加权值公式)，详细介绍了系统的核心—基于词典的分词算法，实验表明本系统具有很好的通用性和扩展性，归类准确率较理想。 相似文献
3.
属性序下的增量式Pawlak约简算法 总被引：3，自引：0，他引：3
为了对动态变化的决策表进行属性约简处理,在给定的属性序下,提出了一种基于分辨矩阵元素集的增量式Pawlak约简算法.该算法根据新增对象的不同情况快速更新分辨矩阵元素集,并依据其元素的变化,在给定属性序下快速更新Pawlak约简.实例和仿真实验结果表明,该算法是有效、可行的,与非增量式算法相比,效率平均提高91.4%. 相似文献
1