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55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、基于新浪微博的冰雹實況信息提取方法研究Researchofhailinf0rmationextractionbasedonSinaWeibo學(xué)科專業(yè)研究生指導(dǎo)教師企業(yè)導(dǎo)師控制工程王賀穎王萍教授賈惠珍高工天津大學(xué)電氣與自動化工程學(xué)院二零一五年十二月一夸一血年_r一月摘要冰雹作為一種強破壞性天氣,給人們帶來巨大的創(chuàng)害,所以冰雹的研究關(guān)系重大。目前已有冰雹識別預(yù)測的研究,但預(yù)測結(jié)果的準(zhǔn)確與否需要實際冰雹發(fā)生事件來驗證。但是傳統(tǒng)的這實際的冰雹實

2、況信息都是單純的依靠專門的氣象人員,而這種方法存在時間和地域的局限性。為更加方便快捷地搜集冰雹實況信息,我們將目光轉(zhuǎn)移到現(xiàn)代互聯(lián)網(wǎng)。其中,新浪微博時全國用戶使用量最大、活躍度最高的微博平臺。加之作為一種罕見極端天氣,人們傾向于在微博上發(fā)表冰雹天氣的相關(guān)信息,于是我們選擇從新浪微博搜集所需信息。目前有許多關(guān)于新浪微博數(shù)據(jù)采集的方法,總結(jié)來看這些方法有:基于第三方軟件或者第三方微博數(shù)據(jù)集的方法、基于新浪公開API的方法和網(wǎng)絡(luò)爬蟲抓取的方法。

3、鑒于本課題需要用到新浪微博的高級搜索接口,而新浪又無該接口的公開獲取途徑,最后采用網(wǎng)絡(luò)爬蟲技術(shù)抓取設(shè)定搜索條件的頁面,進(jìn)而抓取含有“冰雹“這一關(guān)鍵字的微博數(shù)據(jù)。采集到的微博數(shù)據(jù)并非都是描述冰雹發(fā)生信息的數(shù)據(jù),根據(jù)觀察,一部分?jǐn)?shù)據(jù)是描述冰雹發(fā)生事件,一部分是天氣預(yù)報信息可能發(fā)生冰雹天氣,其他則是不含有冰雹發(fā)生事件的數(shù)據(jù),為從這些數(shù)據(jù)中獲得冰雹實際放生的數(shù)據(jù),為將實際含有冰雹實況的數(shù)據(jù)識別出來,本文采用文本分類技術(shù)。文本分類之前采用人工標(biāo)注

4、的方法構(gòu)建了三類數(shù)據(jù)的樣本空間。其中文本分類的關(guān)鍵在于文本特征的提取,本文對目前文本特征主要的幾種方法進(jìn)行了說明并在其基礎(chǔ)上進(jìn)行調(diào)整,最后將各種方法綜合起來使用,通過實驗驗證了綜合使用的結(jié)果比使用單一方法更好。之后對傳統(tǒng)單純的詞語特征擴展,將詞組也作為文本分類的特征。本文采用貝葉斯,K近鄰,和支持向量機三種分類器,給出了基于3分類器的組合分類方案。測試結(jié)果表明,本文方法能夠?qū)㈦[含在新浪微博中的降雹事件的895%提取出來,誤識信息低于13

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