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(bào)或認(rèn)領(lǐng)
文檔簡介
1、廈門大學(xué)碩士學(xué)位論文基于半監(jiān)督學(xué)習(xí)的關(guān)鍵詞抽取姓名:高燕申請學(xué)位級別:碩士專業(yè):模式識別與智能系統(tǒng)指導(dǎo)教師:史曉東201207AbstractAbstractInrecentyears,BloghasbeendevelopingrapidlyasanewkindofinformationtransmissionandinteractivewayAsthenumberofusersincrease,theinformationisalso
2、increaserapidly。SouserssearchandpositioningtheinformationthattheyinterestedisalsodifficultTheKeywordscansupplyaconcisesummaryforanarticletoreadersItCanmakepositioninginformationmoresimplyintheInformationRetrievalKeywords
3、Extraction,alsoknownasAutomaticIndexingwhichusethecomputerstoextractthekeywords,andCancontainthethemeinformationofanarticleThispaperregardthetagsofblogasthekeywords,thendosomeresearchtokeywordsextractionforblog,according
4、tothestructureoftheblogandsomefeaturesoftags1WithrespecttoKeywordsExtraction,ithasbeenconsideredasabinaryclassificationproblem:an—keywordandkeywordOurworkishowtochoosethekeywordsfromthesetofcandidate;2Accordingtesearchin
5、gthefeaturesofthetagsofblog,wefindthatthetagsofbloghavesomeobvioustendencyoftopic,andsomehabitofauthorSoweproposedtwonewfeaturesofauthorandthetopicWeaddedthetwofeaturestothefeaturevectorandimprovethekeywordsextractioneff
6、ect;3Consideringthelackofthecorpusthathastagged,wegiveamethodwhichextractingthekeywordsbasedonsemi—supervisedlearningWehopethismethodCansolvetheproblemofkeywordsextractionusenotonlythesetofcorpusthathastagged,butalsothes
7、etofcorpusthathasnottagged;andwetrytotwokindofmethodbasedonsemisupervised1e鋤in爭一themethodofSVMbasedsemisupervisedlearningandlabelpropagatio仆一tosolvetheproblemofkeywordsextraction;4Wediscussedtheproblemofimbalancedatainth
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(shí)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。
最新文檔
- 基于半監(jiān)督學(xué)習(xí)的人臉特征抽取方法研究.pdf
- 基于半監(jiān)督學(xué)習(xí)和領(lǐng)域知識的生物事件抽取.pdf
- 基于詞共現(xiàn)的關(guān)鍵詞抽取算法研究.pdf
- 基于主題模型的關(guān)鍵詞抽取算法研究.pdf
- 基于外在信息的關(guān)鍵詞抽取問題研究.pdf
- 基于LNP的半監(jiān)督學(xué)習(xí)算法.pdf
- 基于模糊邏輯的中文關(guān)鍵詞抽取研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的物體識別.pdf
- 基于監(jiān)督學(xué)習(xí)的校友實(shí)體關(guān)系抽取研究.pdf
- 中文關(guān)鍵詞抽取技術(shù)的研究.pdf
- 基于序列模式挖掘的關(guān)鍵詞抽取問題研究.pdf
- 基于集成學(xué)習(xí)的半監(jiān)督學(xué)習(xí)算法研究.pdf
- 基于圖的半監(jiān)督學(xué)習(xí)的研究.pdf
- 關(guān)鍵詞抽取方法研究及應(yīng)用.pdf
- 基于弱監(jiān)督學(xué)習(xí)的實(shí)體關(guān)系抽取方法研究.pdf
- 面向主題的關(guān)鍵詞抽取方法研究.pdf
- 基于特征空間變換的半監(jiān)督學(xué)習(xí).pdf
- 基于半監(jiān)督學(xué)習(xí)的木材識別研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的遙感影像分類.pdf
- 科技論文關(guān)鍵詞抽取技術(shù)的研究.pdf
評論
0/150
提交評論