【摘 要】
:
大数据环境下,出版行业面临着富媒体数据带来的跨媒体数据组织和海量历史数据的挑战。为了形成有效的知识组织,针对富媒体出版社的文本数据具有数据量巨大、标签分层级的特点
【机 构】
:
北京市海量语言信息处理与云计算应用工程技术研究中心,北京理工大学计算机学院,中国科学技术信息研究所富媒体数字出版内容组织与知识服务重点实验室
【基金项目】
:
富媒体数字出版内容组织与知识服务重点实验室开放基金项目(ZD2018-07/02):“富媒体数字出版内容的知识挖掘及发现技术研究”
论文部分内容阅读
大数据环境下,出版行业面临着富媒体数据带来的跨媒体数据组织和海量历史数据的挑战。为了形成有效的知识组织,针对富媒体出版社的文本数据具有数据量巨大、标签分层级的特点,本论文使用截断奇异值分解进行降维,应用线性分类核支持向量机模型,并且设计了多层级分类方法,对富媒体文本进行文本分类。实验表明,在富媒体出版社的文本数据下,本文方法取得了较好的文本分类结果。在150维的文本特征下,区域分类的第二级分类效果最好,其中准确率达到0.98,召回率达到0.76,F1指标达到0.87。
其他文献
郭店楚墓竹简《太一生水》所云"太一"(大一),实际上是作为哲学概念的"太一",亦即"道"之别名。"太一"之义,大致与《老子》之"道"、马王堆帛书《道原》之"恒一"、传世本《周易
构建连续性生态网络已成为生物多样性保护、生态环境安全管理、游憩和历史文化资源保护的重要景观规划策略,其规划与管理已受到广泛关注.关键景观组分的识别是生态网络规划与
随着Web应用的不断发展,人们发现在Web应用和传统桌面应用(比如企业内部管理系统、办公自动化系统等)之间存在着连接的鸿沟,人们不得不重复地将数据在Web应用和传统桌面应用之
制造业不仅对于中国,对于世界上任何一个国家都是国家经济腾飞发展的重要基石。在分析全球经济特点和信息技术突飞猛进形势基础上,总结我国制造业生存环境及现状,探究我国制
一、"接近正义"运动与小额诉讼制度二战后,许多国家都面临着司法供给不足的危机,较高的诉讼成本与冗长的诉讼周期更成为当事人寻求司法救济的重大障碍。为保证当事人获得有效的
介绍了200MWe汽机高压调节汽门在运行过程中出现的故障现象,并针对该现象分析原因,总结了解决问题的经验,以期能够对同行有所帮助。
利用中程无人机搭载立体测绘相机对测区进行了航摄,并借助相关软件进行了基于POS无控平差解算和有控制点平差解算的空中三角测量,制作了3D数据成果,研究了生产流程,分析评价
<正>2007年12月竣工的日本船桥市立康复医院,总建筑面积14158m2,地上4层,设有200张病床。该医院提供连接急性期医疗的服务,是一座围绕早期恢复、早期回归社会的恢复期康复专
调查比较草莓品种对白粉病的抗性,12个草莓品种中,6个高抗、2个抗病、2个感病、2个高感,品种间存在明显的抗病差异性;对6种药剂的筛选试验结果表明,苯醚甲环唑药剂的防效在80%以上,
目的评价金天格胶囊治疗原发性骨质疏松症的临床疗效和安全性。方法入选原发性骨质疏松症患者660例,完成660例,采用多中心、随机、双盲对照试验设计分为5组,其中泰格1组(人工