2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩101頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、Hashtag是用戶標(biāo)注在微博中的主題標(biāo)簽,利用Hashtag能夠提高微博中信息組織和信息檢索的效率,因此研究Hashtag的基礎(chǔ)特性、生成技術(shù)、聚類和分類等技術(shù)具有重要意義。然而大多數(shù)的用戶很少給自己所發(fā)的微博標(biāo)注Hashtag,導(dǎo)致包含Hashtag的微博數(shù)量較少,這影響了Hashtag的實際應(yīng)用效果。目前關(guān)于Hashtag抽取、推薦與組織等方面的問題,逐漸受到學(xué)術(shù)界關(guān)注,本文重點研究多語言微博的Hashtag生成及其在熱點事件發(fā)現(xiàn)

2、中的應(yīng)用。
  本文通過研究多語言Hashtag的生成及聚類技術(shù),提高微博中信息組織的效率和效果,并將生成的結(jié)果應(yīng)用在H7N9熱點事件的分析中。在Hashtag生成技術(shù)中利用K近鄰思想,分別使用新浪微博和Twitter微博語料進(jìn)行實驗,從語料中選取與目標(biāo)微博文本最相似的K條微博,從中選取合適的Hashtag。分別比較了向量空間模型(Vector SpaceModel)、潛在語義分析(Latent Semantic Analysis

3、)、隱含狄利克雷分布(Latent DirichletAllocation)文本表示方法對中英文微博Hashtag抽取結(jié)果的影響。
  目前,Hashtag聚類技術(shù)的研究比較少,在Hashtag聚類研究中,本文主要對比了基于標(biāo)簽文檔矩陣和基于文檔合并的Hashtag聚類策略,在這兩種聚類策略中使用了K-Means聚類算法、AP聚類算法和層次聚類算法,并對各種聚類策略與方法進(jìn)行評估。在基于文檔合并的Hashtag聚類策略中分別對比了

4、潛在語義分析(Latent SemanticAnalysis)、隱含狄利克雷分布(Latent Dirichlet Allocation)文本表示方法對聚類效果的影響。在研究聚類策略、聚類算法以及文本表示方法對Hashtag聚類結(jié)果影響的基礎(chǔ)上,找出Hashtag聚類的最佳聚類策略,聚類算法和文本表示方法。
  多語言微博Hashtag聚類結(jié)果描述的目的是從Hashtag類簇中抽取關(guān)鍵詞,對不同的類簇進(jìn)行關(guān)鍵性描述。目前的文本聚類

5、結(jié)果描述方法主要有自動標(biāo)引、自動摘要等,本文使用的關(guān)鍵詞抽取技術(shù)屬于自動標(biāo)引技術(shù)中的一種。目前,關(guān)鍵詞的特征主要為統(tǒng)計特征,對語法特征的研究較少。因此本文針對關(guān)鍵詞的特點提出關(guān)鍵詞的依存關(guān)系特征和句法特征,分別在中文和英文數(shù)據(jù)集中使用支持向量機(jī)(SVM)和邏輯回歸(LR)分類器對這兩種特征進(jìn)行驗證,加入這兩種特征后提高了關(guān)鍵詞抽取結(jié)果的F值。
  在Hashtag應(yīng)用部分,從上述Hashtag生成研究、Hashtag聚類研究和聚類

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論