In our preliminary work with the Am

In our preliminary work with the Amazon corpus, different techniques were needed. The intuitive approach was to give each word a weight equal to the average of the scores of the documents it appears in. Then we could find the average word score in a test document in order to predict its classification. In practice, this tends to cluster all of the documents in the center. Trying to assign each word a score based on the slope of the best fit line along its distribution had the same result.

Results (Vietnamese) 1:

Trong của chúng tôi công việc sơ bộ với các văn thể Amazon, kỹ thuật khác nhau cần thiết. Các phương pháp trực quan là cung cấp cho mỗi từ một trọng lượng tương đương với mức trung bình của các điểm số của các tài liệu mà nó xuất hiện trong. Sau đó chúng tôi có thể tìm thấy điểm trung bình từ trong một tài liệu thử nghiệm để dự đoán phân loại của nó. Trong thực tế, điều này có xu hướng để nhóm tất cả các tài liệu ở giữa. Cố gắng để chỉ định mỗi từ một điểm dựa trên độ dốc của dòng phù hợp với tốt nhất dọc theo phân phối của nó có kết quả tương tự.

Results (Vietnamese) 2:

Trong công việc sơ bộ của chúng tôi với ngữ liệu Amazon, kỹ thuật khác nhau là cần thiết. Cách tiếp cận trực quan là để cung cấp cho mỗi từ một trọng lượng tương đương với mức trung bình của các điểm số của các tài liệu nó xuất hiện in Sau đó, chúng ta có thể tìm thấy số điểm từ trung bình trong một tài liệu kiểm tra để dự đoán phân loại của nó. Trong thực tế, điều này có xu hướng cụm tất cả các tài liệu trong trung tâm. Cố gắng để gán mỗi từ một số điểm dựa trên độ dốc của đường phù hợp nhất cùng phân phối của mình đã có kết quả tương tự.