版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著無線網(wǎng)技術不斷發(fā)展以及智能移動設備的進一步普及,微博,作為當今最受歡迎的溝通方式之一,逐漸成為了人們實時分享信息和討論熱點話題的重要平臺。面對微博中如此海量的信息數(shù)據(jù),用戶想要從中獲取真正有質量的信息的需求也變得越來越迫切。微博檢索,是一種有效獲取信息的方式,引起了信息檢索領域學者的廣泛關注。同時,微博檢索也存在一些問題,例如實體搜索,情感分析以及權威和質量方面的抽象建模。微博文本由互聯(lián)網(wǎng)上大量不同的用戶創(chuàng)作而成,針對特定的話題,不
2、同用戶的權威性表現(xiàn)出很大的差異,把微博帖的權威性融入到微博文本的排序過程可以提高微博信息檢索的效果。本文的主要任務有:
第一,目前中文微博的檢索測試集欠缺,限制了中文微博信息檢索研究的發(fā)展。信息檢索測試集的構建是一件非常艱巨的工作,需要大量的人力標注。本文利用微博標簽構建微博檢索測試集,在保證質量的同時大大降低了人工標注的工作量。測試集主要由文檔語料庫,查詢主題集以及相關性判定的標準集三部分組成。在構建測試集的過程中,使用的騰
3、訊微博下載的微博數(shù)據(jù)集作為文檔集,并抽取微博數(shù)據(jù)集中的標簽,通過標簽對應的相關文檔和檢索效果確定一個包含52個查詢文本的查詢主題集。針對每一個查詢主題,檢索與該查詢主題相關的文檔,并生成了一個相關性標準集用于判定檢索的效果。
第二,提出了兩種微博帖權威性的計算方法。一種是基于絕對轉發(fā)數(shù)的微博帖權威性計算方法。通過挖掘微博文本中的豐富語義信息并結合用戶的行為,發(fā)現(xiàn)微博帖的質量與用戶的行為信息直接相關,其中,微博中的轉發(fā)行為具有傳
4、播功能,表明了用戶對微博信息質量的認可度。在計算微博帖權威性的過程中,在基于語言模型信息檢索方法的框架下,使用微博帖的絕對轉發(fā)數(shù)作為文檔的先驗概率,計算微博帖的權威性分值并實現(xiàn)文檔初始排序。另外一種是基于PostRank算法的微博帖權威性計算方法。根據(jù)初始排序中微博帖之間的轉發(fā)關系,構建微博帖轉發(fā)關系圖,并利用鏈接分析算法PageRank計算微博文檔得分,再結合初始排序中文檔得分,重新計算微博帖權威性分值,實現(xiàn)文檔重排,在中文微博檢索測
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向中文微博的情感信息抽取方法研究.pdf
- 我國憲法權威性之研究.pdf
- 微博博主權威度及其評價方法研究.pdf
- 論終審判決的權威性.pdf
- 面向生物實驗數(shù)據(jù)的信息挖掘及計算方法研究.pdf
- 不文明微博帖的自動識別方法研究.pdf
- 信息檢索中結構化文檔相關度計算方法的研究.pdf
- 面向復雜公共區(qū)域的群體聚集性計算方法研究.pdf
- 面向信息檢索的智能分類方法研究.pdf
- 面向中文微博的情感分類方法研究.pdf
- 《應用會話分析》翻譯的專業(yè)性和權威性.pdf
- 關于我國高等教育評估權威性的研究.pdf
- 基于semrank的cwme專家權威度計算方法研討
- 微博信息檢索中的關鍵問題
- 面向本體學習的粒計算方法研究.pdf
- 凸顯權威性 倡導科學性 體現(xiàn)豐富性
- 面向信息檢索的語義計算技術.pdf
- 微博媒體的信息推薦方法研究.pdf
- 面向對象的道路中線計算方法
- 微博信息檢索系統(tǒng)研究與開發(fā).pdf
評論
0/150
提交評論