【摘 要】
:
针对微博的短文本、口语化和大数据等特性,提出基于词向量的微博话题发现方法。爬取实验数据结合中文语料库训练得到词的向量表示,再通过定义的文本词向量模型得到文本的词向量
【机 构】
:
昆明理工大学信息工程与自动化学院,云南省计算机应用重点实验室
【基金项目】
:
国家自然科学基金项目(81360230,81560296)
论文部分内容阅读
针对微博的短文本、口语化和大数据等特性,提出基于词向量的微博话题发现方法。爬取实验数据结合中文语料库训练得到词的向量表示,再通过定义的文本词向量模型得到文本的词向量表示,相较于传统的向量空间表示模型,词向量表示模型能够解决微博短文本特征稀疏、高维度问题,同时,能够解决文本语义信息丢失问题;采用改进的Canopy算法对文本进行模糊聚类;对相同Canopy内的数据用K-means算法做精确聚类。实验结果表明,该方法与经典Single-Pass聚类算法相比,话题发现综合指标提高4%,证明了所提方法的有效性和准确
其他文献
公路桥梁过渡段路面的作用在于连接公路桥梁两边路面,确保道路畅通与车辆安全通行。然而,在交通业迅速发展的背景下,公路桥梁过渡段路基路面随之出现了一定的问题,例如路面破
目的调查部分在校大学生面部蠕形螨感染情况,分析其影响因素,为进一步防治蠕形螨提供依据。方法采用透明胶带粘贴过夜法分别对医学技术系本科09、11级各5个班级408名在校大学
本文将企业会计财务管理风险作为研究对象,借鉴某企业的成功经验,阐述风险的有效管控措施,为其他企业开展会计财务管理的风险管控提供理论与实践帮助。
本文首先对多倍速率SINC滤波器的结构及算法进行了设计,并给出了对应的算法流程;其次对多速率SINC滤波器的FPGA实现进行了分析,点出了SINC滤波器算法设计的可行性及准确性;最
公路桥梁在交通与运输中占有重要地位,道桥的安全性直接决定着交通的安全与流畅性。本研究就公路桥梁过渡段中出现的问题类型进行了简单分析,主要问题是地基出现沉降现象,产
第一部分 甘肃省西固区、陇西县学龄儿童维生素A营养状况现况调查目的:了解甘肃西固区、陇西县农村地区学龄儿童的膳食摄入结构、能量及维生素A摄入情况,血清维生素A水平及维
宏微运动一体化压电直线电机能实现大行程高速宏观运动和小行程高分辨率微观运动。针对宏微运动一体化压电直线电机对驱动信号的要求,设计了一种驱动电路。该驱动电路由单相
系统效应是近年来国际关系学界的热门理论,但总体来看,其应用多而理论分析少。本文首先提出了一个初步的理论分析框架,即理论的三重价值分析框架,然后对“系统效应”进行具体的价
近年来,Python语言广受欢迎,越来越多的软件开发者转到Python开发领域。Django是用Python开发的开放源码的Web框架,遵循MVC设计理念,受到越来越多的关注。使用Django框架,可
随着经济的发展和社会的进步,人们的住房需求不断增加,加快了房地产企业的发展。作为风险大且资本密集度高的行业,房地产行业的发展对流动资金要求较高,只有加强房地产企业的