检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于主题Hub值的元搜索

北京工业大学学报 2009年第3期35卷 397-402页

作者：蒋宗礼李宪雷徐学可北京工业大学计算机学院北京100124

为了提高元搜索引擎排序结果的质量,提出了成员引擎特征的主题Hub值表示和基于主题Hub值的结果排序算法.特征学习算法利用一组主题关联词对成员引擎的特征进行学习,并表示为主题Hub值的形式.排序算法根据主题Hub值计算结果的全局相关度... 详细信息

为了提高元搜索引擎排序结果的质量,提出了成员引擎特征的主题Hub值表示和基于主题Hub值的结果排序算法.特征学习算法利用一组主题关联词对成员引擎的特征进行学习,并表示为主题Hub值的形式.排序算法根据主题Hub值计算结果的全局相关度对结果进行排序.实验结果表明,该模型取得了更好的排序质量.

关键词：搜索引擎元搜索排序主题Hub值

在线全文

学校读者我要写书评

暂无评论

文本分类中基于词条聚合的特征抽取

哈尔滨工程大学学报 2008年第11期29卷 1205-1209页

作者：蒋宗礼徐学可李帅北京工业大学计算机学院北京100022 清华大学电子工程系北京100084

特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGS... 详细信息

特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPR INT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.

关键词：特征抽取词条聚合 TGSOM 权重计算

在线全文

学校读者我要写书评

暂无评论

网页文本分类及其在搜索引擎中的应用

网页文本分类及其在搜索引擎中的应用

作者：徐学可北京工业大学

学位级别：硕士

网页自动文本分类是处理和组织大规模网络文本信息的关键技术,是使信息资源得以合理有效组织的重要方法,同时也是解决主题搜索、个性化信息检索、搜索引擎的目录导航、信息过滤中相关问题的核心技术。研究网页自动文本分类对于解决人们... 详细信息

网页自动文本分类是处理和组织大规模网络文本信息的关键技术,是使信息资源得以合理有效组织的重要方法,同时也是解决主题搜索、个性化信息检索、搜索引擎的目录导航、信息过滤中相关问题的核心技术。研究网页自动文本分类对于解决人们如何有效获取有效网络信息,研究新一代搜索引擎有着重要意义。本文研究了网页文本分类及其在搜索引擎应用,主要工作如下:1.网页文本分类相关技术的研究:包括特征选择,特征抽取,分类算法,网页处理等,在此基础上设计并实现一个网页文本分类子系统,对网页分类各种技术进行整合,使其具有良好的框架和可扩展性。2.提出了一种基于集成学习与类指示器的文本分类方法,该方法利用***算法框架,在每一轮次中,自适应地计算类指示器,通过加权组合所有成员类指示器,获得对理想类指示器的一种逼近。利用最终的类指示器所得到的分类器不仅简单易于更新,而且泛化能力强。3.将集成学习方法与推拉策略结合来修正中心法的分类器偏差,基于***方法,通过利用其自适应维护权重分布的特点,用每轮的权重分布,修正传统中心法分类器偏差,突出被误分类的文档的影响,降低其误分类概率。4.开展文本分类中特征抽取的研究,论述了应用词条聚合进行文本分类的特征抽取的基本思想与意义,设计了一种具体方案,利用改进的TGSOM进行词条聚合,并根据聚合特征的特点,提出了一种新的权重计算方法。5.将文本分类用于主题爬虫:探讨了主题爬虫的基本问题,主要包括主题模型,网页优先级计算,爬虫框架与系统调度等。设计实现了一个通用的主题爬虫子系统,应用文本分类技术,提出了一个基于AdaBoost集成学习方法的主题原型向量及阈值的计算方法,设计了主题敏感的链接分析方法用于优先级计算。6.设计与实现了一个主题搜索引擎原型系统,探讨了系统框架及文本分类在其中的应用。

关键词：网页文本分类集成学习搜索引擎特征抽取主题爬虫

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

文本分类中基于***的改进中心法

计算机工程与设计 2009年第1期30卷 122-124,131页

作者：蒋宗礼徐学可北京工业大学计算机学院北京100022

文本信息的爆炸式增长提出了对适宜实时应用的简单快速文本分类的需求,中心分类法虽然快速,但它所基于的假设常常与事实相违,导致分类模型偏差。基于集成学习中的***算法,通过利用其自适应维护权重分布的特点,用每轮的权重分布,修正传... 详细信息

文本信息的爆炸式增长提出了对适宜实时应用的简单快速文本分类的需求,中心分类法虽然快速,但它所基于的假设常常与事实相违,导致分类模型偏差。基于集成学习中的***算法,通过利用其自适应维护权重分布的特点,用每轮的权重分布,修正传统中心法分类器偏差,突出被误分类的文档的影响,降低其误分类概率。在YQ-WEBBENCH-V1.1上的实验表明效果良好。

关键词：集成学习文本分类中心法分类器偏差权重分布

一种基于超链接引导的主题搜索的主题敏感爬行方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2008年第4期28卷 942-944,950页

作者：蒋宗礼徐学可李帅北京工业大学计算机学院北京100022 清华大学电子工程系北京100084

基于主题的信息采集是信息检索领域内一个新兴且实用的方法,通过将下载页面限定在特定的主题领域,来提高搜索引擎的效率和提供信息的质量。其思想是在爬行过程中按预先定义好的主题有选择地收集相关网页,避免下载主题不相关的网页,其目... 详细信息

基于主题的信息采集是信息检索领域内一个新兴且实用的方法,通过将下载页面限定在特定的主题领域,来提高搜索引擎的效率和提供信息的质量。其思想是在爬行过程中按预先定义好的主题有选择地收集相关网页,避免下载主题不相关的网页,其目标是更准确地找到对用户有用的信息。探讨了主题爬虫的一些关键问题,通过改进主题模型、链接分类模型的学习方法及链接分析方法来提高下载网页的主题相关度及质量。在此基础上设计并实现了一个主题爬虫系统,该系统利用主题敏感HITS来计算网页优先级。实验表明效果良好。

关键词：主题爬虫超链接引导的主题搜索主题模型

Aspect-Level Opinion Mining of Online Customer Reviews

在线全文

学校读者我要写书评

暂无评论

China Communications 2013年第3期10卷 25-41页

作者：徐学可程学旗谭松波刘悦沈华伟 Key Laboratory of Web Data Science and Technology Institute of Computing Technology Chinese Academy of Sciences

This paper focuses on how to improve aspect-level opinion mining for online customer reviews. We first propose a novel generative topic model, the Joint Aspect/Sentiment (JAS) model, to jointly extract aspects and aspect-dependent sentiment lexicons from online customer reviews. An aspect-dependent sentiment lexicon refers to the aspect-specific opinion words along with their aspect-aware sentiment polarities with respect to a specific aspect. We then apply the extracted aspectdependent sentiment lexicons to a series of aspect-level opinion mining tasks, including implicit aspect identification, aspect-based extractive opinion summarization, and aspect-level sentiment classification. Experimental results demonstrate the effectiveness of the JAS model in learning aspectdependent sentiment lexicons and the practical values of the extracted lexicons when applied to these practical tasks.

关键词： online customer reviews aspectlevel opinion mining aspect-dependent sentiment lexicon Joint Aspect/Sentiment model

在线全文

学校读者我要写书评

暂无评论

基于带汇点流形的面向属性抽取式观点摘要

中文信息学报 2014年第4期28卷 84-91,110页

作者：徐学可谭松波刘悦程学旗中国科学院计算技术研究所北京100190 中国科学院大学北京100190

该文研究面向在线顾客点评的面向属性抽取式观点摘要问题。传统方法主要考虑如何抽取属性相关观点,该文提出进一步考虑观点的富含信息(informativeness)、重要性(salience)及多样性(diversity)这三方面要求。该文提出了一个基于带汇点... 详细信息

该文研究面向在线顾客点评的面向属性抽取式观点摘要问题。传统方法主要考虑如何抽取属性相关观点,该文提出进一步考虑观点的富含信息(informativeness)、重要性(salience)及多样性(diversity)这三方面要求。该文提出了一个基于带汇点的流形排序的一体化的摘要抽取模型,在一体化的流形排序过程中同时考虑三方面要求。在餐馆点评数据上的实验表明了所提出三方面要求的合理性及摘要抽取模型的有效性。

关键词：在线顾客点评面向属性抽取式观点摘要带汇点的流形排序属性观点联合模型

在线全文

学校读者我要写书评

暂无评论

面向在线顾客点评的属性依赖情感知识学习

中文信息学报 2015年第3期29卷 121-129,149页

作者：徐学可谭松波刘悦程学旗吴琼中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190

该文研究属性依赖情感知识学习。首先提出了一个新颖的话题模型,属性观点联合模型(Joint Aspect/Opinion model,JAO),来同时抽取评论实体属性及属性相关观点词信息。在此基础上,对于各个属性,构造属性依赖的词关系图,并在该图上应用马... 详细信息

该文研究属性依赖情感知识学习。首先提出了一个新颖的话题模型,属性观点联合模型(Joint Aspect/Opinion model,JAO),来同时抽取评论实体属性及属性相关观点词信息。在此基础上,对于各个属性,构造属性依赖的词关系图,并在该图上应用马尔科夫随机行走过程来计算观点词到少量褒、贬种子词的游走时间(Hitting Time),进而估计这些词的属性依赖的情感极性分值。在餐馆点评数据上的实验表明所提出的方法能有效抽取属性相关观点词,同时有效估计其属性依赖的情感极性分值。

关键词：顾客点评属性观点联合模型游走时间属性依赖情感知识

在线全文

学校读者我要写书评

暂无评论

基于情感词向量的微博情感分类

中文信息学报 2017年第3期31卷 170-176页

作者：杜慧徐学可伍大勇刘悦余智华程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190

该文提出了一种基于情感词向量的情感分类方法。词向量采用连续实数域上的固定维数向量来表示词汇,能够表达词汇丰富的语义信息。词向量的学习方法,如word2vec,能从大规模语料中通过上下文信息挖掘出潜藏的词语间语义关联。本文在从语... 详细信息

该文提出了一种基于情感词向量的情感分类方法。词向量采用连续实数域上的固定维数向量来表示词汇,能够表达词汇丰富的语义信息。词向量的学习方法,如word2vec,能从大规模语料中通过上下文信息挖掘出潜藏的词语间语义关联。本文在从语料中学习得到的蕴含语义信息的词向量基础上,对其进行情感调整,得到同时考虑语义和情感倾向的词向量。对于一篇输入文本,基于情感词向量建立文本的特征表示,采用机器学习的方法对文本进行情感分类。该方法与基于词、N-gram及原始word2vec词向量构建文本表示的方法相比,情感分类准确率更高、性能和稳定性更好。

关键词：情感分析情感分类词向量机器学习