期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于维基语义扩展的微博话题追踪模型研究
被引量:
6
1
作者
唐晓波
王中勤
钟林霞
《情报科学》
CSSCI
北大核心
2017年第2期80-85,共6页
【目的/意义】微博话题追踪有利于提高舆情分析系统获取数据的效率和质量,从而为舆情引导等决策提供准确的情报支持。【方法/过程】本文针对微博文本语义稀疏问题和话题漂移问题,构建一个基于维基语义扩展的微博话题追踪模型。该模型首...
【目的/意义】微博话题追踪有利于提高舆情分析系统获取数据的效率和质量,从而为舆情引导等决策提供准确的情报支持。【方法/过程】本文针对微博文本语义稀疏问题和话题漂移问题,构建一个基于维基语义扩展的微博话题追踪模型。该模型首先利用半结构化的维基百科文档构建维基知识库;然后使用维基知识库对微博文本特征向量进行语义扩展,提高微博文本向量的描述能力,降低话题追踪对初始话题数量的敏感度;最后使用支持向量机(Support Vector Machine,SVM)实现语义层次上的微博话题追踪,并且在追踪过程中不断更新SVM分类器来解决话题漂移的问题。【结果/结论】实验结果表明,与传统方法相比,本文方法能够有效地提高微博话题追踪的性能。
展开更多
关键词
微博话题追踪
维基知识
语义扩展
支持向量机
原文传递
题名
基于维基语义扩展的微博话题追踪模型研究
被引量:
6
1
作者
唐晓波
王中勤
钟林霞
机构
武汉大学信息系统研究中心
武汉大学信息管理学院
出处
《情报科学》
CSSCI
北大核心
2017年第2期80-85,共6页
基金
国家自然科学基金项目(71273194)
文摘
【目的/意义】微博话题追踪有利于提高舆情分析系统获取数据的效率和质量,从而为舆情引导等决策提供准确的情报支持。【方法/过程】本文针对微博文本语义稀疏问题和话题漂移问题,构建一个基于维基语义扩展的微博话题追踪模型。该模型首先利用半结构化的维基百科文档构建维基知识库;然后使用维基知识库对微博文本特征向量进行语义扩展,提高微博文本向量的描述能力,降低话题追踪对初始话题数量的敏感度;最后使用支持向量机(Support Vector Machine,SVM)实现语义层次上的微博话题追踪,并且在追踪过程中不断更新SVM分类器来解决话题漂移的问题。【结果/结论】实验结果表明,与传统方法相比,本文方法能够有效地提高微博话题追踪的性能。
关键词
微博话题追踪
维基知识
语义扩展
支持向量机
Keywords
microblog
topic
tracking
Wikipedia
knowledge
semantic
extension
SVM
分类号
G206.3 [文化科学—传播学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于维基语义扩展的微博话题追踪模型研究
唐晓波
王中勤
钟林霞
《情报科学》
CSSCI
北大核心
2017
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部