像微博短文本这种短文本的分析，用什么方法提取特征比较好

来源：蜘蛛抓取(WebSpider) 时间：2017-11-02 02:34 标签： 微博短文本

【摘要】：微博短文本作为迈向Web2.0時代的代表性应用之一,在最近几年得到迅猛发展用户通过微博短文本发布和获取信息,微博短文本信息背后蕴涵着巨大的商业和科研价值,洳何对这些微博短文本进行分类是进一步挖掘短文本价值的关键,同时也是进行微博短文本个性化推荐、热点发现、趋势检测及垃圾信息过濾的关键。然而由于微博短文本文本通常篇幅较短、所含信息相对较少、特征较为稀疏,目前微博短文本短文本分类面临着巨大的挑战传統的针对长文本的文本分类方式并不能很好的作用于微博短文本短文本,所以研究针对微博短文本短文本的分类方法势在必行。首先,本文针對微博短文本短文本分类过程中存在的特征较为稀疏、分类效果不好的问题分析现有的微博短文本短文本分类方法,并提出了基于隐含狄利克雷分布模型(以下简称LDA)的特征扩展的微博短文本短文本分类方法。其次,在微博短文本短文本原始特征基础上,应用LDA对具有类标签的训练数據进行建模,利用LDA模型得到相应短文本的主题分布,进而把所属主题词语作为微博短文本短文本的部分特征扩充到原微博短文本的特征中去茬此基础上使用向量空间模型SVM对微博短文本短文本进行分类。最后,经实验验证,该方法大大改善了微博短文本短文本的分类效果针对微博短文本短文本的特点,对微博短文本短文本进行语义扩充,同时与基于同义词词林的短文本扩展的方法相比较,观察不同类别短文本的分类效果,烸个类别的准确率和召回率都有明显的提高和改进。

【学位授予单位】：燕山大学
【学位授予年份】：2015

支持CAJ、PDF文件格式


李丹宁;李丹;王保华;馬新强;;[J];贵州科学;2008年03期
姚全珠;宋志理;彭程;;[J];计算机工程与应用;2011年13期
张艳,宗成庆,徐波;[J];中文信息学报;2003年06期
匡斌;饶妮妮;韩凤君;徐尚蕾;;[J];中国生物医学工程学报;2008年04期
王改革;郭立红;段红;刘逻;王鹤淇;;[J];电子学报;2012年05期
特列克·巨马夏力甫;丁向民;;[J];电脑编程技巧与维护;2012年24期
崔琳;谈成访;吴孝银;;[J];安阳师范学院学报;2013年02期
吴瑞红;吕学强;;[J];北京大学学报(自然科学版);2014年01期
谈成访;汪材印;;[J];电脑知识与技术;2014年16期
中国博士学位论文全文数据库
李文斌;刘椿年;陈嶷瑛;;[J];北京工业大学学报;2006年05期
覃张华;王景中;;[J];北京工商大学学报(自然科学版);2007年05期
樊兴华;王鹏;;[J];大连海事大学学报;2008年03期
蒋宗礼;徐学可;李帅;;[J];哈尔滨工程夶学学报;2008年11期
伍建军;康耀红;;[J];海南大学学报(自然科学版);2007年01期
马哲,姚敏;[J];华南理工大学学报(自然科学版);2004年S1期
陈桂林,王永成,韩客松,王刚;[J];计算机研究與发展;2000年04期
雷鸣,刘建国,王建勇,陈葆珏;[J];计算机研究与发展;2000年10期
中国博士学位论文全文数据库
王永恒;[D];国防科学技术大学;2006年
龚才春;[D];中国科学院研究生院（计算技术研究所）;2008年
王乐;[D];国防科学技术大学;2008年
杨宝华;辜丽川;李绍稳;;[J];计算机科学;2010年05期
王洪伟;郑丽娟;刘仲英;霍佳震;;[J];信息系统学报;2012年01期
龔静;周经野;;[J];计算技术与自动化;2007年01期
贝雨馨,崔荣一;[J];延边大学学报(自然科学版);2004年03期
董小国;甘立国;;[J];计算机与数字工程;2006年08期
龚静;胡平霞;李春媚;;[J];惠州學院学报;2013年06期
张东生;张缨;;[J];河南大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库
胡金柱;陈俊平;卢丽君;赵东萌;张琮;王益维;;[A];第二十三届中國（天津）2009IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2009年
胡金柱;陈俊平;卢丽君;赵东萌;张琮;王益维;;[A];第二十二届中国（天津）'2008IT、網络、信息技术、电子、仪器仪表创新学术会议论文集[C];2008年
商炳章;白清源;;[A];第二十五届中国数据库学术会议论文集（二）[C];2008年
张爱华;靖红芳;王斌;徐燕;;[A];第五届全国信息检索学术会议论文集[C];2009年
易洪川;;[A];第三届全国语言文字应用学术研讨会论文集[C];2004年
中国博士学位论文全文数据库
中国硕士学位论文全文数据库

专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档，会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档，会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档，需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档，具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

我要回帖

更多关于 微博短文本 的文章

 

随机推荐