【摘 要】
：
文章选取科学网博文的两类标签为研究对象,用户生成标签和用TEXTRANK算法产成机器生成标签,对标签进行统计处理后生成各自的标签词典,根据标签词典用两种相似度计算方法 (余
【基金项目】
：
国家自然科学基金项目(项目编号:71273126);教育部人文社会科学基金规划项目(项目编号:13YJA870020);中央高校基本科研业务费专项资金项目(项目编号:30920130132013)资助
论文部分内容阅读
文章选取科学网博文的两类标签为研究对象,用户生成标签和用TEXTRANK算法产成机器生成标签,对标签进行统计处理后生成各自的标签词典,根据标签词典用两种相似度计算方法 (余弦向量法和欧式距离法)对标签进行相似度计算,用开源的AP聚类算法对两种不同来源的标签进行聚类,并使用可视化工具对聚类标签进行展示,最后对两种标签聚类结果进行了相应的比较和描述。研究发现,用户生成标签的聚类结果比机器生成标签的聚类结果要更分散,能够通过标签聚类发现一些主题。
其他文献
盐碱地改良绿化在不占用耕地的情况下,既能够有效的改善生态环境,又提高经济效益,是实现耕地保护目标的重要保证,是促进土地资源集约持续利用的主要手段,是促进农业和农村发
介绍了工作流技术的基本原理以及竞争情报循环的基本特征,分析了竞争情报循环的流程特点,重点论述了工作流技术在竞争情报循环中的应用,最后给予了展望。
目的 探讨大承气汤灌肠治疗胸腰椎骨折后便秘的效果。方法 选取我院胸腰椎骨折后便秘患者86例作为临床研究对象,随机将患者分为观察组和对照组,每组43例。对照组患者采用比沙
近年来,我国法治建设、经济建设取得了巨大成就,但不可否认,现实生活中不同程度地存在着权大于法、司法不公、法制滞后等现象,目前我国的法治仍是不完善的法治。我国如何实现
结合新闻网页的内容特征对中文网页关键词的构成特点进行阐述;对经典的TF-IDF加权公式进行改进,构建一个综合考虑多种影响因素的候选关键词评分加权公式;对SharpICTCLAS分词
大功率LED具有高效、节能、环保和长寿命等优点,它正逐渐取代白炽灯和荧光灯成为21世纪的新一代照明光源。伴随着LED产业的蓬勃发展,LED驱动集成电路产业作为LED照明系统的一
通过对合作竞争的主要形式——战略联盟的社会嵌入性研究,提出基于社会网络分析的合作竞争情报研究基本思路,主要包括合作竞争情报研究主题确定、基于战略联盟形成关系的人际
研究了低钙高锡铅合金添加稀土对合金力学性能和电化学性能的综合影响。测试并分析了该合金的强度、塑性、硬度、恒流腐蚀及析气等特性。研究结果表明,新型铅合金具有良好的
随着中国工业化和城市化进程的推进,城市在区域发展中的作用和地位越来越重要,城市与城市之间的竞争日趋激烈,提高城市竞争力,增强城市竞争优势,已经成为中国城市吸引经济资
在语言的四项基本技能听、说、读、写中,英语写作被认为最难习得的一项,尤其对于初中学生来说。在英语写作中,大部分的学生都有很多不同方面的问题,而这些问题严重阻碍了他们