After selecting a set of features K

After selecting a set of features K %LLLLK  and optionally smoothing their probabilities, we must assign them scores, used to place test documents in the set of positive reviews  or negative reviews. We tried some machine learning techniques using the Rainbow text-classification package [11], but Table 9 shows the performance was no better than our method.

Results (Vietnamese) 1:

Sau khi chọn một tập hợp các tính năng K % L L L LK và tùy chọn làm mịn xác suất của họ, chúng tôi phải gán họ điểm, được sử dụng để đặt tài liệu thử nghiệm trong bộ đánh giá hoặc đánh giá tiêu cực. Chúng tôi đã cố gắng một số máy học tập kỹ thuật sử dụng các gói phần mềm văn bản-phân loại cầu vồng [11], nhưng bàn 9 cho thấy hiệu suất là không tốt hơn so với phương pháp của chúng tôi.

Results (Vietnamese) 2:

Sau khi chọn một tập hợp các tính năng K%? L? L? L? LK? và tùy chọn làm mịn xác suất của họ, chúng ta phải giao cho điểm số, được sử dụng để đặt tài liệu thử nghiệm trong tập hợp các đánh giá tích cực? hoặc đánh giá tiêu cực. Chúng tôi đã thử một số kỹ thuật học máy bằng cách sử dụng văn bản phân loại gói Cầu vồng [11], nhưng Bảng 9 cho thấy việc thực hiện không tốt hơn so với phương pháp của chúng tôi.