版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、微博熱點(diǎn)話題發(fā)現(xiàn)是指從大量微博中挖掘出話題,并根據(jù)話題熱度評(píng)估方法選出熱點(diǎn)話題。它可以幫助人們從海量的信息中,便捷地選出用戶感興趣或者需要的信息,并對(duì)政府輿情指導(dǎo)、信息安全、金融判斷等領(lǐng)域也有很大價(jià)值。本文對(duì)微博熱點(diǎn)話題發(fā)現(xiàn)的現(xiàn)狀進(jìn)行分析和總結(jié),發(fā)現(xiàn)目前存在文本分詞錯(cuò)誤率較高、主題詞提取準(zhǔn)確性不高以及選擇的話題熱度評(píng)估方式不同的問(wèn)題。針對(duì)這些問(wèn)題,本文重點(diǎn)研究了以下三個(gè)方面:
第一,對(duì)中文分詞和新詞發(fā)現(xiàn)技術(shù)進(jìn)行深入探討,發(fā)現(xiàn)目
2、前的分詞工具分詞后出會(huì)現(xiàn)很多單字碎片,尤其是將新詞分詞后,導(dǎo)致與原意非常不同。本文為了解決分詞錯(cuò)誤率較高的問(wèn)題,提出了基于規(guī)則和N-Gram模型發(fā)現(xiàn)新詞。首先考慮詞語(yǔ)結(jié)構(gòu)制定規(guī)則構(gòu)建碎片庫(kù),然后利用Bi-Gram和Tri-Gram模式提取碎片庫(kù)中的候選字串,選取在兩個(gè)模式下概率都較大的候選字串做為新詞,最后有機(jī)結(jié)合系統(tǒng)分詞和新詞。實(shí)驗(yàn)結(jié)果表明,這種算法有效的防止了因新詞造成的微博文本分詞效果差的影響。
第二,針對(duì)主題詞提取準(zhǔn)確
3、性不高的問(wèn)題,本文結(jié)合TF-IDF算法和詞共現(xiàn)模型的優(yōu)點(diǎn),提出了基于優(yōu)化的TF-IDF和詞共現(xiàn)模型提取主題詞算法。在TF-IDF算法的研究中,發(fā)現(xiàn)傳統(tǒng)算法沒(méi)有體現(xiàn)詞語(yǔ)的位置信息,本文為了有效反應(yīng)詞語(yǔ)的重要程度,把詞語(yǔ)是屬于微博正文、標(biāo)題和評(píng)論的位置信息加入數(shù)據(jù)集中,并給予不同權(quán)重,以此優(yōu)化TF-IDF算法。在此基礎(chǔ)上,利用詞共現(xiàn)模型考慮詞語(yǔ)的上下文語(yǔ)義和語(yǔ)境的聯(lián)系,進(jìn)行主題詞提取。通過(guò)實(shí)驗(yàn)驗(yàn)證,此算法可降低主題詞提取的偏差,使結(jié)果更為精
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于微博的熱點(diǎn)話題發(fā)現(xiàn).pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)的研究.pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)與話題演化的研究.pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)研究與實(shí)現(xiàn).pdf
- 中文微博的熱點(diǎn)話題發(fā)現(xiàn).pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)方法研究.pdf
- 基于微博自身特征的熱點(diǎn)話題發(fā)現(xiàn)研究.pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)的方法實(shí)現(xiàn).pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于新浪微博的熱點(diǎn)話題發(fā)現(xiàn)系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于隱含語(yǔ)義分析的微博熱點(diǎn)話題發(fā)現(xiàn)策略.pdf
- 基于容錯(cuò)粗糙集的微博熱點(diǎn)話題發(fā)現(xiàn)研究.pdf
- 微博熱點(diǎn)話題發(fā)現(xiàn)方法的研究和實(shí)現(xiàn).pdf
- 基于微博熱點(diǎn)話題發(fā)現(xiàn)的關(guān)鍵技術(shù)研究.pdf
- 中文微博新詞與熱點(diǎn)話題發(fā)現(xiàn)技術(shù)研究.pdf
- 基于VSM-BTM主題模型的微博熱點(diǎn)話題發(fā)現(xiàn)研究.pdf
- 一種基于微博的熱點(diǎn)話題發(fā)現(xiàn)算法的研究與實(shí)現(xiàn).pdf
- 微博客熱點(diǎn)話題發(fā)現(xiàn)策略研究.pdf
- 基于語(yǔ)境分析的微博熱點(diǎn)話題檢測(cè)研究.pdf
- 基于多詞TF-IDF算法的智能導(dǎo)醫(yī)系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論