面向微博的文本質(zhì)量評估與分類技術(shù)研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩70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)，請進行舉報或認領(lǐng)

文檔簡介

1、微博每時每刻都在產(chǎn)生數(shù)量巨大的新內(nèi)容，其中成分非常復(fù)雜。對需要獲取信息的用戶而言，只有極小的一部分符合其需求，因此從微博的信息海洋中尋找出質(zhì)量高的內(nèi)容是十分必要的。通俗化的、表達情感的語句多為比較主觀的句子，文本主客觀分類是文本情感傾向性分析的前提，也是意見持有者提取等研究課題的基礎(chǔ)。作為一種預(yù)前處理，主客觀句分類的研究有極其重要的意義。基于此，本文研究了面向微博的文本質(zhì)量評估與主客觀分類技術(shù)。
　　文本質(zhì)量評估方面，本文首先對T

2、witter數(shù)據(jù)進行了濾除非英文文本、除停用詞、文本內(nèi)容去重等預(yù)處理，然后提出以網(wǎng)址的內(nèi)容作為文本信息擴展。以225個Twitter話題模擬推薦系統(tǒng)服務(wù)的用戶，計算了每條推文與每個話題的相似度。接著通過用戶特征和文本特征訓(xùn)練的分類器，計算了每條推文的重要度，最后結(jié)合相似度和重要度完成了對每條推文的質(zhì)量評估。
　　主客觀分類方面，本文改進2-POS模式，提出了2-both-POS模式，以詞性組合組成每個文本句子的詞性特征，進行了主客

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