检索结果-南通市图书馆

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

基于频繁项集的海量短文本聚类与主题抽取

计算机研究与发展 2015年第9期52卷 1941-1953页

作者：彭敏黄佳佳朱佳晖黄济民刘纪平武汉大学计算机学院武汉430072 武汉大学深圳研究院广东深圳518057 软件工程国家重点实验室(武汉大学) 武汉430072

社交网络短文本规模大、传播快、质量低、模态多样等特性导致现有基于向量空间模型的文本聚类技术在对其进行聚类时面临维度高、特征稀疏和噪声干扰等挑战.对此,提出基于频繁项集的短文本聚类与主题抽取STC-TE(short text clustering&to... 详细信息

社交网络短文本规模大、传播快、质量低、模态多样等特性导致现有基于向量空间模型的文本聚类技术在对其进行聚类时面临维度高、特征稀疏和噪声干扰等挑战.对此,提出基于频繁项集的短文本聚类与主题抽取STC-TE(short text clustering&topic extraction)框架.首先研究短文本的多特征对文本质量的影响,在基于高质量短文本集挖掘出的大量频繁项集基础上,设计基于相似度的频繁项集过滤策略SIF(similarity-based itemset filtering),可过滤掉85%的非重要频繁项集;然后定义基于相关文本集的频繁项集相似度,并提出聚类个数自适应的频繁项集谱聚类算法CSA_SC(clusters self-adaptive spectral clustering),实现频繁项集聚类与主题抽取;最后基于主题词将大规模短文本划分到相应的主题簇中,从而实现短文本聚类.基于100万条新浪微博文本的实验结果表明。

关键词：海量短文本频繁项集聚类主题抽取

在线全文

学校读者我要写书评

暂无评论

基于知识库的图书评论主题抽取研究

数据分析与知识发现 2019年第6期3卷 83-91页

作者：祁瑞华周俊艺郭旭刘彩虹大连外国语大学语言学研究基地大连116044 大连外国语大学网络空间多语言大数据智能分析研究中心大连116044

【目的】尝试在图书评论主题抽取中引入自然语言语义信息。【方法】将常识知识库的全局语义信息应用到图书评论主题词发现和主题聚类任务中,自动抽取评论中的显性主题词和隐性主题词。【结果】实验结果表明:与双向传播算法相比,基于知... 详细信息

【目的】尝试在图书评论主题抽取中引入自然语言语义信息。【方法】将常识知识库的全局语义信息应用到图书评论主题词发现和主题聚类任务中,自动抽取评论中的显性主题词和隐性主题词。【结果】实验结果表明:与双向传播算法相比,基于知识库方法抽取结果的句覆盖率高出30.8%,主题词汇多样性高出0.36%。以此为基础绘制主题词共词聚类图谱,结合知识网络中的节点中心度呈现各个类簇中的关键主题词。【局限】由于目前没有成熟的图书评论领域知识库,本文主题挖掘过程未引入领域知识,还未达到最理想效果。【结论】基于知识库方法有助于提高图书评论主题抽取的句子覆盖率和主题词汇多样性。

关键词：知识库图书评论主题抽取

在线全文

学校读者我要写书评

暂无评论

语义相关度算法在主题抽取中的适用性研究

情报学报 2009年第1期28卷 34-39页

作者：裘江南罗志成叶鑫大连理工大学管理学院大连116024 武汉大学信息资源研究中心武汉430072

语义相关度的计算方法在信息检索、文本挖掘和自然语言处理等方面有着广泛的应用，而其算法种类很多，这些算法针对不同的应用环境具有不同的适用性。本文汇总了多种语义相关度的计算方法，首先全面地概括分析了各类方法的特点，并以应... 详细信息

语义相关度的计算方法在信息检索、文本挖掘和自然语言处理等方面有着广泛的应用，而其算法种类很多，这些算法针对不同的应用环境具有不同的适用性。本文汇总了多种语义相关度的计算方法，首先全面地概括分析了各类方法的特点，并以应急预案的主题抽取为背景，通过各种语义相关度算法在基于词汇链的主题抽取中的应用，研究了各种算法对主题抽取效果的影响，从而对各种算法在主题抽取中的适用性给出了相应的评价。

关键词：语义相关主题抽取词汇链

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于引文的科技文献主题抽取研究

情报理论与实践 2017年第6期40卷 122-127页

作者：张思凤梁梦丽曹高辉华中师范大学信息管理学院湖北武汉430079

[目的/意义]主题抽取的效果对于信息检索、自动标引、自然语言处理具有重要的价值,提高主题抽取的效果,既能改善检索系统主题检索准确性,又能够帮助学者更加高效地了解文献的主要思想。文章研究并探讨了从引用内容中抽取文献主题的有效... 详细信息

[目的/意义]主题抽取的效果对于信息检索、自动标引、自然语言处理具有重要的价值,提高主题抽取的效果,既能改善检索系统主题检索准确性,又能够帮助学者更加高效地了解文献的主要思想。文章研究并探讨了从引用内容中抽取文献主题的有效性。[方法/过程]选取自然语言处理领域文献为研究对象,利用文献之间的引用与被引用关系抽取引用内容,进行分词并计算权重;将引用内容、全文抽取的候选词进行专家打分评价效果并将其与关键词对比,使用F值评价两种语料库抽取候选词的优劣。[结果/结论]通过专家打分及计算F值,发现引用内容在抽取候选词方面具有明显优势。

关键词：科技文献引文主题抽取关键词

在线全文

学校读者我要写书评

暂无评论

基于词汇链的应急预案主题抽取方法研究

情报学报 2008年第6期27卷 891-896页

作者：裘江南罗志成王延章大连理工大学管理学院大连116024 武汉大学信息资源研究中心武汉430072

本文针对应急预案自动主题抽取的需求，采用词汇语义相关度计算的方法，构建了一个基于词汇链算法且符合人的主观感受的主题抽取模型。模型根据应急预案文本的特点，运用了自然语言处理技术，改进了原始的词汇链生成算法，提出了一种多... 详细信息

本文针对应急预案自动主题抽取的需求，采用词汇语义相关度计算的方法，构建了一个基于词汇链算法且符合人的主观感受的主题抽取模型。模型根据应急预案文本的特点，运用了自然语言处理技术，改进了原始的词汇链生成算法，提出了一种多因素词语权重算法。通过与人工抽取主题词的实验结果相比较，该主题提取模型在查全率和查准率上都取得了较好的效果。

关键词：主题抽取词汇链语义相关应急预案

不同语料下基于LDA主题模型的科学文献主题抽取效果分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

图书情报工作 2016年第2期60卷 112-121页

作者：关鹏王曰芬傅柱南京理工大学经济管理学院南京210094 巢湖学院应用数学学院合肥238000

[目的/意义]潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)在科技情报分析中用来发现学科主题、挖掘研究热点以及预测研究趋势等。对常见的科学文献文本语料库(关键词、摘要、关键词+摘要)进行LDA主题抽取效果的评价,以揭示不同... 详细信息

[目的/意义]潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)在科技情报分析中用来发现学科主题、挖掘研究热点以及预测研究趋势等。对常见的科学文献文本语料库(关键词、摘要、关键词+摘要)进行LDA主题抽取效果的评价,以揭示不同语料库的主题抽取效果,提高LDA在科技情报分析中的应用效果。[方法/过程]对上述3种语料库下的LDA主题模型进行对比研究,采用基于查全率、查准率、F值以及信息熵的定量分析和基于主题抽取的广度和主题粒度的定性分析相结合的方法对主题抽取效果进行评价。[结果/结论]通过国内风能领域的科学文献数据实证研究发现,无论是从定量分析还是从定性分析来看,摘要和关键词+摘要作为语料的LDA主题抽取的效果均优于关键词作为语料的LDA主题抽取效果,并且前者在主题抽取的广度方面表现更好,而后者抽取的主题粒度更细。

关键词：主题模型 LDA 主题抽取效果分析科学文献

基于百度百科与文本分类的网络文本语义主题抽取方法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2012年第12期33卷 2605-2610页

作者：陈叶旺王华珍李海波钟必能陈锻生华侨大学计算机科学学院福建厦门361021

网络上存在海量中文文本资源,其中许多具有稀疏性与不规范性,难于处理与挖掘.百度百科是一个丰富的与社会热点、网络流行紧密相关的动态中文知识库,基于百度百科本文提出一种网络文本语义主题抽取方法.首先利用百度百科的知识关系将文... 详细信息

网络上存在海量中文文本资源,其中许多具有稀疏性与不规范性,难于处理与挖掘.百度百科是一个丰富的与社会热点、网络流行紧密相关的动态中文知识库,基于百度百科本文提出一种网络文本语义主题抽取方法.首先利用百度百科的知识关系将文本映射到侯选语义主题空间中,根据训练数据进行分类,找出最大可能的分类,选出属于该分类的候选语义主题.最后提出根据语义离散度确定最终语义主题.在两个数据集上的实验结果表明,该方法不仅对网络不规范文本而且对于规则文本都具有较好的语义主题抽取性能.

关键词：百度百科语义主题主题抽取语义离散度

以分类主题抽取为视角的学科主题挖掘——基于LDA模型的国外知识流研究结构探讨

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2016年第8期39卷 96-102页

作者：傅柱王曰芬关鹏南京理工大学经济管理学院江苏南京210094

[目的]为了能够更为全面地探索和揭示研究领域的知识结构和热点主题,文章提出基于分类视角的LDA主题抽取方法。[方法]以国外知识流领域为研究对象,根据研究方向将知识流的相关文献分为5类。利用LDA主题模型分别对分类后的文献集进行主... 详细信息

[目的]为了能够更为全面地探索和揭示研究领域的知识结构和热点主题,文章提出基于分类视角的LDA主题抽取方法。[方法]以国外知识流领域为研究对象,根据研究方向将知识流的相关文献分为5类。利用LDA主题模型分别对分类后的文献集进行主题抽取,筛选得到不同研究方向下的11个热点主题,并深入分析不同研究方向下热点主题所揭示的知识点。[结果]实验结果表明,基于分类视角的LDA主题抽取方法能够较为全面和细致地挖掘研究领域的学科主题和研究热点。[局限]所提的方法未能与其他主题挖掘方法进行对比,研究结果也未与现有文献中分析出的知识流领域研究热点进行对照。

关键词：知识流 LDA模型主题抽取知识结构研究热点

基于改进K-means聚类的在线新闻评论主题抽取

在线全文

学校读者我要写书评

暂无评论

情报学报 2016年第1期35卷 55-65页

作者：夏火松李保国杨培武汉纺织大学管理学院武汉430073

新闻评论反映民众对新闻事件的观点,抽取评论主题,对用户、企业、政府都具有很高的情报分析价值。基于K-means聚类的主题挖掘算法应用到新闻评论中时,在欧氏距离下,如果使用最大距离法选初始点则会聚成一大类。为解决这个问题,论文首先... 详细信息

新闻评论反映民众对新闻事件的观点,抽取评论主题,对用户、企业、政府都具有很高的情报分析价值。基于K-means聚类的主题挖掘算法应用到新闻评论中时,在欧氏距离下,如果使用最大距离法选初始点则会聚成一大类。为解决这个问题,论文首先在预处理阶段增加同义词替换和自动构建领域词典的部分,改善了数据稀疏性和高维性。其次,提出了K-means改进算法,用隐藏长评论-最大距离法选初始点,解决了初始点多为离群点的问题,用方差拐点确定K值,解决了预先设定聚类个数的问题,实验发现了先用BW权重选初始点,再用新提出的BW-DF权重聚类的效果最好。最后,将改进算法与原算法的聚类效果比较,实验结果表明,改进算法准确率高,抽取新闻评论主题的效果明显。

关键词：在线新闻评论 K—means聚类改进主题抽取同义词替换分词领域词典