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、互聯(lián)網(wǎng)的飛速發(fā)展極大方便了人們的學(xué)習(xí)、工作和生活,但同時也使我們面臨著信息爆炸,卻知識匱乏的窘迫。如何從海量信息中快速、準(zhǔn)確的尋找所需要的信息,已經(jīng)成為了人們的迫切需求。
意見挖掘技術(shù)可以自動獲取網(wǎng)絡(luò)中主觀性文本的評價信息,對提高網(wǎng)絡(luò)服務(wù)質(zhì)量有重要的現(xiàn)實(shí)意義。本文主要針對意見挖掘領(lǐng)域中評價主題抽取及句子傾向性識別技術(shù)進(jìn)行研究,在細(xì)顆粒度的層面上挖掘出評價事物的各個方面及其傾向性態(tài)度。所作的工作主要有以下幾個方面:
2、 第一、在評價主題抽取方面。首先利用一種啟發(fā)式規(guī)則和共現(xiàn)概率統(tǒng)計(jì)的方法識別領(lǐng)域中的專業(yè)名詞性短語。然后利用LDA主題穩(wěn)定性算法獲得領(lǐng)域文本的主題數(shù)量。最后將LDA模型應(yīng)用在句子集合中抽取出各主題下的相關(guān)詞群。而這些評價主題就代表了領(lǐng)域文本中所評價的某些方面。
第二、在句子傾向性識別方面。首先提出了一種多特征融合的句子傾向性識別方法,用來初步得到句子的傾向性標(biāo)簽。然后將傾向性標(biāo)簽作為先驗(yàn)知識引入到JST模型中,指導(dǎo)模型的
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
- 中文微影評文本情感傾向性識別技術(shù)研究.pdf
- 網(wǎng)絡(luò)輿情傾向性分析技術(shù)研究與實(shí)現(xiàn).pdf
- 領(lǐng)域評論要素抽取及情感傾向性分析.pdf
- 評論文本情感傾向性分析技術(shù)研究.pdf
- 硫化礦石自燃的機(jī)理與傾向性鑒定技術(shù)研究.pdf
- 基于HowNet的中文語義傾向性分析技術(shù)研究.pdf
- 基于評價對象傾向性判別的研究.pdf
- 深井硬巖巖爆傾向性與巖層控制技術(shù)研究.pdf
- 網(wǎng)絡(luò)文本自殺傾向性識別方法研究.pdf
- 意見領(lǐng)袖識別中的文本傾向性研究.pdf
- 基于傾向性分析的文本信息過濾技術(shù)研究.pdf
- 文本傾向性分析技術(shù)的相關(guān)研究.pdf
- 郁達(dá)夫與王爾德唯美傾向性研究
- 基于評價對象傾向性判別的研究(1)
- 基于Web的評論文本傾向性分析技術(shù)研究.pdf
- 基于依存句法分析的中文評價對象抽取和情感傾向性分析.pdf
- 文本傾向性分析中的情感詞典構(gòu)建技術(shù)研究.pdf
- 反腐與“官場小說”的傾向性.pdf
- 基于Web評論信息的傾向性分析關(guān)鍵技術(shù)研究.pdf
- 基于文本傾向性分析的網(wǎng)絡(luò)意見領(lǐng)袖識別.pdf
評論
0/150
提交評論