期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络和用户信息的微博话题追踪模型 被引量:6
1
作者 付鹏 林政 +3 位作者 袁凤程 林海伦 王伟平 孟丹 《模式识别与人工智能》 EI CSCD 北大核心 2017年第1期73-80,共8页
为了解决微博文本特征抽取及特征稀疏问题,提出基于卷积神经网络的微博话题追踪模型(CNN-TTM).基于微博用户信息,又提出融合微博用户信息及卷积神经网络的微博话题追踪模型(CNN-User TTM),利用微博用户信息提高话题追踪准确率.实验表明... 为了解决微博文本特征抽取及特征稀疏问题,提出基于卷积神经网络的微博话题追踪模型(CNN-TTM).基于微博用户信息,又提出融合微博用户信息及卷积神经网络的微博话题追踪模型(CNN-User TTM),利用微博用户信息提高话题追踪准确率.实验表明,在新浪微博数据集上,CNN-TTM和CNN-User TTM分别获得较高的微博话题追踪准确率. 展开更多
关键词 话题追踪 卷积神经网络 词向量 微博分类 用户画像
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部