【摘 要】
：
目前对话题识别和话题跟踪的研究非常多,但这大都是对新闻事件进行分析,Blog是目前Internet上一种非常重要的媒体,它可以提供给用户方便地发表自己的观点并可以对其他人的观
【机 构】
：
大连理工大学计算机科学与工程系,大连,116024
论文部分内容阅读
目前对话题识别和话题跟踪的研究非常多,但这大都是对新闻事件进行分析,Blog是目前Internet上一种非常重要的媒体,它可以提供给用户方便地发表自己的观点并可以对其他人的观点进行评论,其中的评论信息是其它新闻事件所不具有的。传统的Blog热点话题主要是根据评论数来得到的,并没有考虑评论和话题的内容。为此,本文提出了一种基于内容相关度和语义分析的Blog热点话题发现方法。该方法在考虑了评论数量的同时,还通过分析评论与话题的内容相关度并分析评论中的语义来计算话题在该Blog中的热点度,并最终进行该Blog热点话题的发现。实验表明,本文的方法是有效的。
其他文献
本文主要介绍"基于WEB的计算机领域新术语的自动检测"算法的设计和实现。随着计算机技术的迅猛发展,英语中每天者会出现大量的该领域的新术语,如何将这些新兴术语及时发现并
本文提出了一种从小规模语料中提取术语概念关系的方法。其基本思想是利用关系所关联的术语的共性而非术语对的共性提取关系。基于此想法。我们提出了两个假设。以它们为前提
We provide a review of our recent 100-Gb/s, high spectral efficiency (SE) experiment targeting transoceanic and regional undersea transmission distances. We dem
本文研究的主要目的是针对生物医学命名实体的特点开发使用有效的特征集合,并结合使用不同的信息资源,以提高基于特征的机器学习方法识别生物医学命名实体的性能。本文详细分
在庆祝偉大的十月社会主义革命四十周年的节日里,我們怀着感激的心情想起这一偉大国家对我國的真誠友誼和無私帮助;也使我想起了和苏联?覀兿啻θ兆又械闹种只匾浜吞寤帷?在
本文介绍了一种SVM和基于转换的错误驱动学习相结合的生物实体识别方法。该方法首先通过抽取较为丰富的特征集合如单词特征、词性特征和词形特征等,使用GENLA语料对SVM分类器
从生物医学文献中抽取蛋白质(基因)相互作用关系对蛋白质知识网络的建立,蛋白质关系的预测,新药的研制等均具有重要的意义。本文提出了一个生物医学文献中的蛋白质相互作用关
信息抽取研究旨在为人们提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。Ontology作为领域知识的共同理解,能有效的解决现在信息抽取所面临的主要挑战──知识工程
本文通过对使用STR-F6565集成块为核心的开关电源工作原理的分析,剖析该集成内部的启动电路、驱动电路、振荡电路、开关调整管、过压保护等电路的工作原理、工作过程及其之间
作为话题检测与跟踪的重要研究子课题,话题跟踪针对特定话题,识别后续信息流中的相关报道。针对话题本身的漂移现象,本文基于改进的相关性模型,对跟踪中伪相关反馈包含的新颖