数据挖掘在英语语言学话题跟踪评价体系中的应用王雪

　　针对语言评价资源的特点， 基于启发式约简算法的原理与运算过程， 可以更好的把数据挖掘威廉希尔官方网站 应用于英语语言学话题跟踪评价体系中，从而解决英语语言学中的发掘问题。为了更好的分析以上算法在其中的应用， 我们用一个话题资源表来具体分析。通过分析计算，得出相应的结果，看能否达到语言学话题跟踪评价威廉希尔官方网站 的要求。传统上进行评价时， 话题作者不但要对书中的闪光点进行肯定，同时也会针对书中存在的问题中肯的提出意见和建议，因此，积极的和消极的态度共同作用实现评价功能。总体上看，话题中，英语使用者相对来说更倾向于表现肯定的态度，肯定资源占语篇中评价资源总比例的 69.46%。从语用学角度分析，这是一种礼貌策略，是对话题者积极面子的维护，是积极的。再从情感、判断和鉴赏三个子系统进一步分析，表 1 说明了三者在本文所追踪的语料中的使用频率。

　　为了提高神经网络集成算法的泛化能力，很多研究者在构建神经网络集成模型过程中引入了特征选择威廉希尔官方网站 ，并取得了不错的效果。本文基于以前研究者的思想，在神经网络集成的个体网络生成阶段引入了该威廉希尔官方网站 。本文首先简单介绍了特征选择的的定义，并对过滤式特征选择算法 ReliefF 进行简单描述，提出了一种基于交叉验证和 ReliefF 的神经网络集成算法，通过在 UCI 数据集上做仿真实验， 与单个 RBF 神经网络在分类准确率上进行比较分析，证明平均分类正确率比单网络分类器高，从而证明了该算法的有效性。本文无抄袭，作者全权负责版权事宜。参考文献 ［1］Guyon I， Elissee A. An introduction to variable and feature selection. Journal of machine learning research， 2003， 3： 1157 ~ 1182. ［2］Dash M， Liu H. Feature selection for classi？cations. Intelligent Data Analysis： An International Journal， 1997： 131~156. ［3］Koller D， Sahami M. Toward optimal feature selection. In： Proceedings of International Conference on Machine Learning， 1996. 284~292. ［4］Blake C， Keogh E， Merz C J. UCI repository of machine learning databases ［EB/OL］。 Http://www.ics.uci.edu/mlearn/M L Repository. htm， 2003-12-12.