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61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、當前,我們處在一個瞬息萬變的互聯(lián)網(wǎng)時代。近幾年來,以 SNS、微博、微信等為代表的新型網(wǎng)絡(luò)社交工具迅速崛起,各自擁有了數(shù)量巨大的用戶群體。微博憑借著實時性強,內(nèi)容簡練(140字以內(nèi))和發(fā)布方式多樣等優(yōu)點,已經(jīng)成為網(wǎng)上信息發(fā)布和傳播的主要平臺之一。微博在短時期內(nèi)就能夠聚集大量的文本數(shù)據(jù),如何在這些雜亂、無序的微博文本數(shù)據(jù)中快速地提取出精煉的、有價值的話題,是一項艱巨的任務(wù),需要對現(xiàn)有的話題檢測技術(shù)進行發(fā)展和提高。
  本文提出了一種

2、基于LDA-SP(LatentDirichlet Allocation-Single Pass)的微博話題檢測算法。首先分析了話題檢測的基本流程,闡述了各個環(huán)節(jié)使用技術(shù)的基本原理和實現(xiàn)細節(jié)。針對在傳統(tǒng)話題檢測中,以向量空間模型作為文本模型表示存在著維度過高、語義表現(xiàn)缺失等缺點,本文改進了傳統(tǒng)方法,采用潛在狄利克雷分配模型對微博文本建模,采用Single-Pass算法作為微博話題檢測中聚類的實現(xiàn)方法,將兩者結(jié)合使用。對照實驗的結(jié)果表明,本

3、文提出的算法在解決了預(yù)設(shè)話題數(shù)的缺點的同時,還保證了話題檢測的精度。
  本文提出了一種微博事件的同一性計算方法。該方法用來區(qū)分微博數(shù)據(jù)集中具有相似內(nèi)容的不同事件。由于這種“難分”問題的存在,主題模型無法對相似內(nèi)容的不同事件進行分辨。本文首先考慮兩條語義上相似的微博,然后計算它們在時間、地點等事件特征上的同一性評分,從而推斷出它們是否表述同一個事件。將此方法與Single-Pass算法相結(jié)合,最后引入微博數(shù)據(jù)集進行實驗。實驗表明,

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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