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、博客本身所具有的免費、自由和可共享的特點,使博客評論中出現(xiàn)了大量包含有廣告、超鏈接、謾罵或是誹謗等信息的垃圾評論。這給網(wǎng)絡(luò)用戶閱讀評論和與他人交流帶來了不便,同時還影響了對評論內(nèi)容的挖掘。
本文面向博客領(lǐng)域進(jìn)行垃圾評論的識別研究,主要工作如下:
在評論識別時,考慮到評論的長短不一,對只包含網(wǎng)絡(luò)常用語的短小評論,如果用評論與對應(yīng)文章比較相似度的方法來識別,容易將正常的短小評論識別為垃圾評論。因此,本文對不同長度
2、的評論采取了不同的識別方法。針對短小評論,通過比較短小評論中包含的垃圾常用語和正常的網(wǎng)絡(luò)常用語的個數(shù)來判斷短小評論的類別,進(jìn)而過濾出短小的垃圾評論。
識別較長評論時,本文改進(jìn)了傳統(tǒng)的余弦相似度公式,將詞語間的近義關(guān)系、詞語存在的位置信息和主題詞相似度信息融入了公式中,彌補(bǔ)了傳統(tǒng)的相似度公式無法識別近義詞的不足。同時,考慮到主題詞與話題之間的相關(guān)程度會隨著話題的轉(zhuǎn)移而有所變化,提出了利用上述改進(jìn)的相似度公式對較長評論進(jìn)行k輪
3、識別的方法。在每輪的識別過程中,結(jié)合識別出的正常評論和詞語間的近義關(guān)系對主題詞的權(quán)重進(jìn)行調(diào)整,從而體現(xiàn)主題詞與話題之間的相關(guān)程度;然后再從正常評論中選出主題詞的近義詞和評論中的高頻詞匯來對主題詞進(jìn)行擴(kuò)展,以適應(yīng)話題的發(fā)展變化。
最后,在所有評論識別完畢后,利用網(wǎng)絡(luò)常用語和更新后的主題詞對識別出的垃圾評論進(jìn)行二次過濾,降低了正常評論被識別為垃圾評論的可能性。
實驗結(jié)果表明,利用本文的方法進(jìn)行評論的識別,在一定程
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。
最新文檔
- 面向產(chǎn)品評論的垃圾評論識別方法研究.pdf
- 微博垃圾評論識別方法研究.pdf
- 微博垃圾評論識別方法研究
- 基于融合分類器的垃圾評論識別方法研究.pdf
- 面向WLAN的多步攻擊意圖識別方法研究.pdf
- 面向圖形的地圖整體識別方法的研究.pdf
- 面向復(fù)雜產(chǎn)品的關(guān)鍵質(zhì)量特性識別方法研究.pdf
- 面向高清視頻的異常行為識別方法.pdf
- 25035.基于面向?qū)ο蟮幕伦R別方法研究
- 面向手機(jī)視頻的運動目標(biāo)檢測與識別方法研究.pdf
- 基于多結(jié)構(gòu)特征的垃圾博客識別研究.pdf
- 一種基于數(shù)據(jù)挖掘的垃圾短信識別方法的研究.pdf
- 面向觀眾的電影情感內(nèi)容表示與識別方法研究.pdf
- 面向中文的決策問題類型智能識別方法研究.pdf
- 面向硅鋼板表面缺陷的檢測與識別方法研究.pdf
- 面向高維數(shù)據(jù)的共享子空間識別方法研究.pdf
- 面向高清視頻的人群異常行為識別方法.pdf
- 面向家庭服務(wù)機(jī)器人的動態(tài)手勢識別方法研究.pdf
- 面向身份管理的指紋特征提取與識別方法研究.pdf
- 面向東巴象形文的智能圖形識別方法研究.pdf
評論
0/150
提交評論