

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、微博熱點話題發(fā)現(xiàn)是指從大量微博中挖掘出話題,并根據(jù)話題熱度評估方法選出熱點話題。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,并對政府輿情指導、信息安全、金融判斷等領域也有很大價值。本文對微博熱點話題發(fā)現(xiàn)的現(xiàn)狀進行分析和總結,發(fā)現(xiàn)目前存在文本分詞錯誤率較高、主題詞提取準確性不高以及選擇的話題熱度評估方式不同的問題。針對這些問題,本文重點研究了以下三個方面:
第一,對中文分詞和新詞發(fā)現(xiàn)技術進行深入探討,發(fā)現(xiàn)目
2、前的分詞工具分詞后出會現(xiàn)很多單字碎片,尤其是將新詞分詞后,導致與原意非常不同。本文為了解決分詞錯誤率較高的問題,提出了基于規(guī)則和N-Gram模型發(fā)現(xiàn)新詞。首先考慮詞語結構制定規(guī)則構建碎片庫,然后利用Bi-Gram和Tri-Gram模式提取碎片庫中的候選字串,選取在兩個模式下概率都較大的候選字串做為新詞,最后有機結合系統(tǒng)分詞和新詞。實驗結果表明,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,針對主題詞提取準確
3、性不高的問題,本文結合TF-IDF算法和詞共現(xiàn)模型的優(yōu)點,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)算法沒有體現(xiàn)詞語的位置信息,本文為了有效反應詞語的重要程度,把詞語是屬于微博正文、標題和評論的位置信息加入數(shù)據(jù)集中,并給予不同權重,以此優(yōu)化TF-IDF算法。在此基礎上,利用詞共現(xiàn)模型考慮詞語的上下文語義和語境的聯(lián)系,進行主題詞提取。通過實驗驗證,此算法可降低主題詞提取的偏差,使結果更為精
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于微博的熱點話題發(fā)現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)的研究.pdf
- 微博熱點話題發(fā)現(xiàn)與話題演化的研究.pdf
- 微博熱點話題發(fā)現(xiàn)研究與實現(xiàn).pdf
- 中文微博的熱點話題發(fā)現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)方法研究.pdf
- 基于微博自身特征的熱點話題發(fā)現(xiàn)研究.pdf
- 微博熱點話題發(fā)現(xiàn)的方法實現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)系統(tǒng)的設計與實現(xiàn).pdf
- 基于新浪微博的熱點話題發(fā)現(xiàn)系統(tǒng)研究與實現(xiàn).pdf
- 基于隱含語義分析的微博熱點話題發(fā)現(xiàn)策略.pdf
- 基于容錯粗糙集的微博熱點話題發(fā)現(xiàn)研究.pdf
- 微博熱點話題發(fā)現(xiàn)方法的研究和實現(xiàn).pdf
- 基于微博熱點話題發(fā)現(xiàn)的關鍵技術研究.pdf
- 中文微博新詞與熱點話題發(fā)現(xiàn)技術研究.pdf
- 基于VSM-BTM主題模型的微博熱點話題發(fā)現(xiàn)研究.pdf
- 一種基于微博的熱點話題發(fā)現(xiàn)算法的研究與實現(xiàn).pdf
- 微博客熱點話題發(fā)現(xiàn)策略研究.pdf
- 基于語境分析的微博熱點話題檢測研究.pdf
- 基于多詞TF-IDF算法的智能導醫(yī)系統(tǒng)研究.pdf
評論
0/150
提交評論