[结构主义建模.ppt

根据专业知识，词频及具有分类的特征信息，——信息熵！因此可以仿照熵的定义： 某词W(i)在文本d 中出现的频数 × log( ) 集合中文本总数 词W(i)在文本中至少 出现一次的文本数 这里熵的形式，一来用类似信息熵的定义，符合“分类”的特征信息的概念；二来，词频的作用大于词在文本集合中出现的作用。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 假设TF(w(i),dj)是词w(i)在文本dj中出现的次数，|D|是D中文本总数，DF(w(i))是指在D中至少出现一次w(i)的文本数。则每一个文本dj∈D，和一个特征词w(i）存在一量： 形式化： 记d(i)j =TFIDF(w(i),dj) ，则每一个文本dj∈D，存在一个分量适当排序的文本向量。　　　 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 文本向量空间模型与文本向量:　　　 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 问题的目标：文本集的分类 原型的结构分析： 文本集的结构（目标）+文本的结构（表示的关键） 同构分析： 数学结构和原型结构的联系 文本集的结构≌线性空间结构 数学模型表示： 文本向量空间+文本向量（词频表示的分量） 建模过程 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 文本自动分类: 理解文本的类属性,子空间分类. 文本自动聚类: 发现文本集合中的新模式,新概念. 文本向量: 由文本的实意词的特征值或特征模式为分量的向量. 以信息熵的形式构造. 特征子空间: 具有某种共同意义的分量组成的子空间. 主义 自由 个人 文本向量空间: 全部文本向量的高维线性空间. 应用事例：思想史研究中，“五四” 运动的讨论的主要思想是什么？ 发现在“自由主义”的特征词所在的子空间中，文本的投影数量最大！ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例题小结： 本题几乎没有人见过类似的问题。这为“引模”带来了不少困难。 如果有结构化建模的理念，而且熟悉线性代数，就比较容易通过一定的思考产生模型的。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * 结构主义数学建模方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一、引子：建模=引模？ 大学生的问题：数学建模 = 数学引模 ？ 一个数学建模培训教学流程： 介绍建模五步法（一节课）； 工具训练（四节课）； 讲解案例（二十节课）； 练习（十节课）． 分析实际问题的系统方法？建模的一般方法？ Eva