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Python的医生推荐算法

中国宽带 2021年第10期17卷 104-105页

作者：李欣仪杨金灵崔智博大连外国语大学

该医生推荐算法主要是为患者推荐出一名与自身病情相契合的该领域的优质医生,以此来提高患者就医体验的服务式算法。通过爬取相关医患信息、计算文本相似度筛查等方式推选出前三位优质医生为患者提供服务。此类算法或将更专项更有效地... 详细信息

该医生推荐算法主要是为患者推荐出一名与自身病情相契合的该领域的优质医生,以此来提高患者就医体验的服务式算法。通过爬取相关医患信息、计算文本相似度筛查等方式推选出前三位优质医生为患者提供服务。此类算法或将更专项更有效地解决问题,该算法可逐步推广于全国省市级医疗单位,便于更快完善互联网+医疗的社会医疗保障体系。除此以外,还可应用到金融、学术、地产等多个领域,从而方便人们的生活,提高生活质量。

关键词：深度学习自然语言处理 word2vec 建模余弦相似度网络爬虫正则表达式

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

基于词向量方法的微博用户抑郁预测

电子技术与软件工程 2017年第7期 199-200页

作者：方振宇合肥工业大学计算机与信息学院安徽省合肥市230009

常用的抑郁检测方法都是采用的传统的情感分析的方法,比如情感词汇的统计,用户微博情感的极性计算以及聚类分析等。这些方法采用的都是人为的定义特征的方法,需要花费大量的时间定义以及处理特征,同时还需要进行特征的降维和简化等工作... 详细信息

常用的抑郁检测方法都是采用的传统的情感分析的方法,比如情感词汇的统计,用户微博情感的极性计算以及聚类分析等。这些方法采用的都是人为的定义特征的方法,需要花费大量的时间定义以及处理特征,同时还需要进行特征的降维和简化等工作。为了自动学习出用户的特征,本文采用了word2vec训练词向量的方法来构建用户的向量表示。由于词向量包含了一定的语义信息,在此基础上构建的用户向量则涵盖了用户的微博文档信息。本文利用构建好的用户向量进行了用户的抑郁分类实验,结果表明本文提出的方法可以应用于抑郁的分类与检测。

关键词： word2vec 词向量用户向量抑郁检测

在线全文

学校读者我要写书评

暂无评论

基于评论文本的情感分析研究

中小企业管理与科技 2018年第14期2卷 62-63页

作者：任高山韩友德南昌航空大学南昌330063

论文基于评论文本语料信息提出word2vec模型与Doc2vec模型与机器学习相结合比较的评论文本情感分析模型,经过实验的对比验证,结果表明了论文提出的方法能够有效提高分类准确率、精确度、召回率。

关键词：机器学习 word2vec Doc2vec 情感分析

Text Sentiment Analysis Based on Emotion Adjustment

在线全文

学校读者我要写书评

暂无评论

国际计算机前沿大会会议论文集 2018年第2期 5-5页

作者： Mengjiao Song Yepei Wang Yong Liu Zhihong Zhao Software Institute Nanjing University Nanjing 210093 China

Predicting Statutes Based on Causes of Action and Content of Statutes

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

国际计算机前沿大会会议论文集 2018年第2期 39-39页

作者： Zhongyue Li Chuhan Zhuang Jidong Ge Chuanyi Li Ting Lei Peitang Ling Mengting He Bin Luo State Key Laboratory for Novel Software Technology Nanjing University Nanjing 210093 China Software Institute Nanjing University Nanjing 210093 China

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

基于深度学习框架的短文本情感分析方法研究

数字技术与应用 2019年第2期37卷 80-80,82页

作者：苏秀芝左国才张珏湖南软件职业学院湖南湘潭411100

随着电子商务的迅猛发展,越来越多的人们喜欢在网上购买商品,商品评论数据也急剧增加,这些评论中含有用户对商品的情感倾向,海量的评论加重了人工管理。本文对商品评论内容进行情感分析,有效帮助商家了解消费者对商品的认可程度,从而提... 详细信息

随着电子商务的迅猛发展,越来越多的人们喜欢在网上购买商品,商品评论数据也急剧增加,这些评论中含有用户对商品的情感倾向,海量的评论加重了人工管理。本文对商品评论内容进行情感分析,有效帮助商家了解消费者对商品的认可程度,从而提高商品与服务质量。本文通过对word2vec计算文本词向量,最后应用Keras下的LSTM对商品评论文本进行情感分类,实验验证了该方法在互联网商品评论中的有效性和准确性,取得了较好的实验结果。

关键词： word2vec 情感分析深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习算法的中文分词的研究

计算机产品与流通 2019年第5期 200-200页

作者：薛源华北电力大学

传统机器学习分词方法大都依赖人工设计的特征工程,需要大量的工作来验证这些特征的有效性,显然工作效率比较低。基于神经网络的深度学习算法逐渐兴起之后,使得自动学习文本特征成为一种可能。基于长短时记忆神经网络(LSTM)与条件随机... 详细信息

传统机器学习分词方法大都依赖人工设计的特征工程,需要大量的工作来验证这些特征的有效性,显然工作效率比较低。基于神经网络的深度学习算法逐渐兴起之后,使得自动学习文本特征成为一种可能。基于长短时记忆神经网络(LSTM)与条件随机场模型(CRF)相结合的中文自动分词模型是本文主要阐述内容。首先,利用工具word2vec从未标记的语料库中训练出字嵌入向量;其次,将上一步训练得到的字向量输入到LSTM并计算出其上下文表示向量;最后,再将第二步得到的上下文表示向量作为特征应用到CRF判别模型层中进行有监督的中文分词。

关键词：深度学习 LSTM CRF 中文分词 word2vec

基于RSS与机器学习的中小型新闻检索系统实现方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国战略新兴产业 2018年第12期 76-76页

作者：米硕田丰收孙瑞彬李欣山东科技大学

通过对RSS发布源的实时监控获取新闻,并通过自然语言处理与机器学习进行文章分类与搜索关键词的处理,而搜索匹配则采取双优先度排序,并根据辅助的Apriori算法增强搜索性能。同时使用基于LSTM的深度神经网络训练文本摘要自动生成神经网络... 详细信息

通过对RSS发布源的实时监控获取新闻,并通过自然语言处理与机器学习进行文章分类与搜索关键词的处理,而搜索匹配则采取双优先度排序,并根据辅助的Apriori算法增强搜索性能。同时使用基于LSTM的深度神经网络训练文本摘要自动生成神经网络,实现文摘生成的自动化。

关键词： RSS 机器学习 word2vec TF-IDF 自然语言处理