【摘 要】
：
[目的]对海关平台的高维报关商品特征实现有效降维,提高海关平台的工作效率.[方法]以国内某海关4个月的商品文本作为语料,从词语相似度与相关度两个微观层面评估生成词向量的
【机 构】
：
南京大学信息管理学院 南京210023;江苏省数据工程与知识服务重点实验室 南京210023;
论文部分内容阅读
[目的]对海关平台的高维报关商品特征实现有效降维,提高海关平台的工作效率.[方法]以国内某海关4个月的商品文本作为语料,从词语相似度与相关度两个微观层面评估生成词向量的质量,并结合SVM算法将传统0-1矩阵、频次降维、信息增益方法与Word2Vec词向量进行对比,以探究其对海关商品文本特征的降维效果.[结果]对于海关报关商品文本,Word2Vec词向量是一种较为理想的降维方法,且词向量维度为500时,分类效率最高,准确率为93.01％.[局限]主要针对数据量最多的5大类别进行研究,尚未对其他类别的分类效果进一步探讨.[结论]Word2Vec用于海关商品文本的降维效果较为理想,能够保证较高的准确率与数据的完整性,并显著降低特征维度.
其他文献
[目的]从网络舆情数据流中获取潜在热点主题,帮助政府与企业进行重点舆情监测与正确舆论引导.[方法]对微博实时数据流进行增量式舆情主题检测,选取并量化能够区分主题热门与
该文介绍了在使用Ａｕｔｈｏｒｗａｒｅ４．０４．０制作多媒体教学软件或电子演示系统时，对声音的播放进行控制的几种方法。
本文将AUSM（，+）格式与三阶MUSCL格式融合，给出了其在任意曲线坐标下的三维形式。该格式与LU-SGS格式结合，对喷管超音速流动进行数值模拟，求解了Favre-Reybnolds平均Navier-Stokes方
该文介绍了ＳｉΔＥ探测器的性能提高方法及其在质子发射体研究中的应用。
该文将近年来发展起来的ＡＵＳＭ〈’＋〉（Ａｄｖｅｃｔｉｏｎ Ｕｐｓｔｒｅａｍ Ｓｐｌｉｔｔｉｎｇ Ｍｅｔｈｏｄ）算法推广到有限非结构网格中并成羁进行了二维欧拉方程的数值计算。利用外插获得空间二阶精度，应用Ａｌｂａｂｄａ型限制器以抑制数值解的振荡，并构造了线
[目的]从文本中抽取脆弱生态治理技术、实施地、实施时间等命名实体,并分析相关态势.[方法]利用Bi-LSTM+CRF结合基于特征的命名实体知识库对脆弱生态治理领域CNKI数据库中的
该文介绍了全耗尽型Ａｕ－Ｓｉ面垒探测器系列的研制改进及其在中能重离子反应产物测量和鉴别中的应用。探测器厚度１０￣１６００μｍ，直径可达４５ｍｍ。
该文针对我国国情简要介绍了地籍管理系统的发展现状及有关ＧＩＳ应用的需求与关键问题；并主要介绍了Ａｕｔｏｄｅｓｋ ＧＩＳ软件在开发城市地籍管理的优势，同时介绍了以Ａｕｔｏｄｅｓｋ ＧＩＳ为平台的方大地籍管理系统的主要框