基于大数据的知识图谱应用研究

随着互联网和信息的高速发展,知识图谱得到了广泛的关注。本文介绍了知识图谱的发展现状和实际应用情况,并综述了知识图谱的关键技术模块:知识表示、知识抽取、知识融合和知识推理。进一步对知识图谱的发展和应用前景进行了展望。

基于分布式框架下的中文文本特征分类

研究运用复旦中文文本及搜狗中文文档作为研究对象,提高了中文文本分类精确度及召回率,分析得出特征词的最佳贡献值。应用朴素贝叶斯分类方法和改进的TFIDF关键字提取及权重计算,提出TNBIF模型分类方法,在Spark平台上并行分类实现。实验结果表明:应用TNBIF模型实行中文文本分类,精确度高达95.49%,比传统文本分类方法精确度提高5.41%,召回率提高了6.64%。本研究得出最佳贡献值为0.95。