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(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、微博客是一個(gè)基于用戶關(guān)系的信息分享、傳播以及獲取的平臺(tái)。微博已經(jīng)成為互聯(lián)網(wǎng)上的主要信息源之一。跟其他網(wǎng)絡(luò)文本不同,微博客內(nèi)容簡單(一般少于140個(gè)字)且可以通過各種通訊手段(手機(jī)、QQ等)實(shí)時(shí)發(fā)布,容易在短時(shí)間內(nèi)產(chǎn)生大量數(shù)據(jù),且這些數(shù)據(jù)通常數(shù)量巨大且雜亂無章,所以很難及時(shí)準(zhǔn)確地獲取感興趣的信息。
   話題發(fā)現(xiàn)是自然語言處理領(lǐng)域一個(gè)新的研究方向,它能夠把屬于同一話題下的分散的信息有效的匯集并組織起來,從而幫助用戶在大數(shù)據(jù)中快速準(zhǔn)

2、確地找到自己感興趣的信息。傳統(tǒng)基于向量空間模型(VSM)和聚類算法相結(jié)合的話題檢測算法雖得到廣泛的應(yīng)用,且取得了不錯(cuò)的效果,但應(yīng)用在大規(guī)模微博文本話題發(fā)現(xiàn)時(shí)仍存在很多不足:一是用特征詞表示微博文本會(huì)出現(xiàn)維度過高、稀疏、同意問題;二是采用文本聚類的話題發(fā)現(xiàn)算法大部分都是基于劃分的,沒有考慮話題之間的關(guān)聯(lián)性,所以存在一定的局限性。
   在上述基礎(chǔ)上,針對(duì)微博文本的特點(diǎn),采用主題模型作為文本表示模型。常用的主題模型主要有潛在語義分析

3、LSA(LatentSemanticAnalysis)、概率潛在語義分析PLSA(ProbabilityLatentsemanticAnalysis)和潛在狄里克利分布LDA(LatentDirichletAllocation),其中LDA是當(dāng)前最流行和常用的主題模型,所以本文使用該模型用于提取微博文本隱主題。為了解決傳統(tǒng)話題發(fā)現(xiàn)算法存在的不足,提出混合模型交叉話題發(fā)現(xiàn)算法用于微博交叉話題發(fā)現(xiàn)。本文設(shè)計(jì)完成了微博交叉話題發(fā)現(xiàn)系統(tǒng),在真實(shí)

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(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)頁內(nèi)容里面會(huì)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(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

評(píng)論

0/150

提交評(píng)論