基于主题相关性和深度学习的文本情感分析

将相关主题模型和神经网络相结合开展文本情感分析研究。首先,为了度量文本的主题相关程度,采用CTM模型对文本进行特征分割,得到主题与词之间的相关矩阵和文本句子的主题特征向量;其次,基于相关性理论,构造蕴含主题相关信息的词向量,采用word2vec模型进行文本词表示;最后,使用BiLSTM模型对文本句子进行表示,实现文本情感特征提取。

跨语言信息检索中的双语主题相关模型

如何通过双语平行语料库提取语言之间的语义对信息,对改善跨语言信息检索的性能有着十分重要的意义.双语平行文档拥有相同的主题,这些双语主题在具体模型上可体现为语义相关.本文首先将双语平行文档看作同一语义内容的两种语言表示,从双语平行语料库构造每种语言的潜在语义空间,从而提出一种新的双语主题模型,即双语偏最小二乘主题相关模型.新模型克服了跨语言潜在语义索引模型没有充分考虑双语语义联系的不足.在中英双语新闻语料集上实验结果显示,新模型的文档配对搜索和伪查询跨语言检索性能明显优于跨语言潜在语义索引模型;在使用Google翻译得到的TREC-9双语平行语料库上,新模型也获得了较好的检索性能.

基于主题相关度的地理信息Web服务爬虫研究

针对通用搜索引擎对于地理信息Web服务检索存在的不足,提出了一种基于主题相关度的服务爬虫方法,利用向量空间模型表示主题特征,通过引入特征值权重的计算方法分析页面内容与主题的相关度,过滤与主题无关的页面;并利用改进的PageRank算法从URL和锚文本两方面分析链接的重要性,优化爬取队列。实验表明,该方法在服务检索效率和抓取能力上都取得了良好的效果。

基于主题相关概念和网页分块的主题爬虫研究

针对传统主题爬虫的不足,提出一种基于主题相关概念和网页分块的主题爬虫。先通过主题分类树获取主题相关概念集合,然后结合主题描述文档构建主题向量来描述主题;下载网页后引入网页分块来穿越"灰色隧道";采用文本内容和链接结构相结合的策略计算候选链接优先级,并在HITS算法的基础上提出了R-HITS算法计算链接结构对候选链接优先级的贡献。实验结果表明,利用该方法实现的主题爬虫查准率达66%、信息量总和达53%,在垂直搜索引擎和舆情分析应用方面有更好的搜索效果。

空间数据库中主题相关区域查询

空间查询处理已经广泛地应用于基于位置的服务、设施选址等领域.提出一种新的空间查询:主题相关区域查询(topic-relevant region queries,T2R),该查询可以用于位置选址等空间决策分析.给定一个由空间特征对象集合R定义的主题T、查询窗口q,T2R查询返回不交叠的k个与主题最相关的区域,区域与主题的相关程度由区域内特征对象的数量结合其重要性进行计算.为了有效处理T2R查询,提出BSL,FR和SHR3种算法,其中SHR算法将高相关程度区域先聚类、再收缩以获得更优的剪枝效果.所提出的算法解决了给定查询窗口下对数据空间任意位置按主题相关程度进行排序的问题.利用真实与人工数据集进行了充分实验,评估了所提出算法在不同参数设置下的查询效率,通过针对实际主题的查询验证了T2R查询的有效性.

一种基于主题相关度的网页排序算法

针对现有基于链接结构的PageRank算法的不足,提出了基于网页主题相关度的改进PageRank算法.通过分析网页内容,提取出网页中的链接及其对应的锚文本,建立网页链接库,利用向量空间模型(VSM)计算链接锚文本和网页内容的相关度,在此基础上实现离线计算改进后的PageRank算法.理论分析和仿真实验表明,改进的PageRank算法使用户能方便地找到所需网页,提高了网页查询效率.

基于主题相关的P2P网络研究

P2P网络架构是影响P2P网络的可扩展性、安全性、资源定位效率、网络利用率的重要因素之一。P2P网络架构根据是否有中央服务器可分为集中式和非集中式两种,根据节点是否是结构化的组织分为结构化网络和非结构化网络两种,现有的P2P网络架构各有优缺点。为了克服现有P2P网络架构的缺点,文章提出了一种主题相关的P2P网络架构,研讨了主题相关的P2P网络架构相关技术问题,对网络的构建、发现算法做了分析。最后举例说明了该网络的应用实例。

基于用户兴趣与主题相关的PageRank算法改进研究

针对传统的PageRank算法存在主题漂移、忽略用户兴趣等不足,提出一种基于用户兴趣与主题相关的PageRank改进算法——ITPR。为了更好地提高用户搜索质量,利用网页浏览时间与页面篇幅共同构建用户兴趣度因子,用线性拟合月点击量的方法预测用户兴趣度的升降,同时结合网页内容引入主题相关度因子,共同对网页PR值进行适当的修正,使其分配更为合理。仿真实验结果表明,在相同的实验环境下,改进的PageRank算法提升了网页排序质量、查准率以及用户搜索满意度。

网络信息采集中链接与主题相关性的判定研究

面向主题的Web信息采集需判断提取的URL链接主题相关性。基于主题链接上下文提取,主题型语义块采用提取链接周围一定长度的文本,目录型和图片型语义块利用DOM树层次结构,对链接数据进行URL相关性判定;利用知网基于语义相似度的链接判定,给出一种综合内容和链接结构分析的URL主题相关性判定NPR算法,比较PageRank算法能提供更精确的主题页面。其成果对我国信息机构进行学科网络信息资源的深度建设有实用价值。

基于VSM的网页主题相关性算法的研究

本文对网页主题相关性算法进行研究,并在传统向量空间模型的基础上,根据网页结构特征和概念间层次关系,对网页特征项选取和权值进行优化,提高了网页主题相关性评价的效率和精度。

基于本体的粮食机械垂直搜索引擎主题相关性研究

领域用户的信息需求范围依赖于领域本体产生的完全信息量,而领域本体的完全信息总量是相对恒定的。因此基于领域本体的信息搜索,可以有效锁定信息搜索的完全信息总量,从而可以有效减少领域搜索的工作量。本文介绍了垂直搜索引擎的特点,分析了基于VSM的主题相关性算法,提出了基于本体的垂直搜索引擎主题相关性判定方法。最后以粮食机械本体构建和垂直搜索引擎为例进行了实验,效果良好。

窄式观看:简·奥斯汀主题相关影片词汇调查

本文运用Range软件对简·奥斯汀的6部主题相关影片和随机选取的6部主题不相关影片录音原文进行统计,以考察词汇重现规律以及看电影伴随性习得词汇的可能性。结果显示:1)主题相关影片含有较少类符和词族;2)虽然在4000-14000等级两组影片中出现10次或10次以上低频词的百分比一样,但是在主题相关影片中出现1次的低频词的百分比和主题不相关影片相比低4%。以上结果表明观看主题相关影片比观看主题不相关影片学习词汇的可能性更大。

基于网页标题的主题相关度算法的研究

首先，给出了主题爬虫的概念；然后介绍了主题相关度计算的两种模型：布尔模型和空间向量模型；通过对两种模型进行分析，提出了一种基于网页标题的空间向量模型主题相关度计算方法Relative。经过试验分析，该算法具有很好的实用性，基于该算法的主题爬虫系统能够在Web上爬取高度主题相关的网页，极大的提高了网络爬虫的效率。

一种基于语义信息的主题相关性判别模型

垂直搜索引擎为人们提供了这样的服务,它把专业的知识主题化,寻找与同一主题相关度高的信息。但目前的相关性判别算法并不能与网络信息的增长速度相协调,本文提出一种基于语义信息的主题相关性判别模型,实验表明,在此模型下,主题的相关性判别能力有显著提高,具有很强的实际应用价值。

基于改进的Page Rank算法的网页主题相关度分析研究

基于链接分析的经典算法Page Rank,其页面转移概率被平均分配到链出页面,新页面链接较少,所以PR值较低,出现在最后反馈结果中的排序靠后,影响用户信息获取效率和准确度,而冗余信息对用户的干扰使用是信息检索领域探究的焦点。文章分析经典算法Page Rank的优缺点,并提出基于主题相关性的Page Rank算法改进策略,实施重新排序,结果证明改进后的算法提高查询效率和质量,具有良好的稳定性,具备可拓展性。

基于主题相关性和时间因素的改进PageRank算法

提出一种将主题相关性和网页新旧程度与PageRank算法结合,得到改进的PageRank算法TRTPR(Topic Relevance and Theme PageRank).本算法通过链接分析来评估网页的新旧和主题相关性,据此对网页排序.研究结果表明,改进的算法在基于时间和主题相关性上比传统的PageRank算法有更好的效果.

一种垂直搜索引擎主题相关性改进算法

迅速发展的Web给传统的搜索引擎带来了前所未有的挑战,面向特定主题或特定领域采集相关信息的垂直搜索引擎应运而生。在垂直搜索引擎中,网络蜘蛛的爬行策略和主题相关性判定算法是其核心。该文详细介绍了一种主题相关性判定算法-Hits算法,并在此基础上提出了一个改进的主题相关性判定算法,实验表明,改进的Hits算法提高了爬取网页的主题相关度,有助于网络蜘蛛爬取特定主题的信息。

基于改进PageRank的情报主题相关度预测策略

选择恰当的情报主题相关度预测策略,控制采集情报质量为企业的决策提供正确有效的素材是面向主题的情报采集的核心技术之一。单一依靠文本或链接的情报主题相关度预测策略,不能准确有效地预测待爬网页的价值。该文提出一种基于主题的PageRank算法—Focused PageRank算法来计算网页URL优先级。该方法考虑了页面内容的主题相关度以提高抓取页面的质量,通过网页链接关系预测网页的重要度以提高情报采集的覆盖率。从而提高情报采集的速度和效率,实现不同情报主题下页面URL优先级排序,适应企业竞争情报系统对多主题情报信息的采集。

基于动态匹配的主题相关度判定算法

本文在基于元数据的判定方法和基于网页内容的语义判定方法的基础上,借鉴哈弗曼编码的思想,提出了一种基于动态匹配的主题相关度算法.该算法通过分析输入数据的类型来采用相适应的判定方法.实验结果表明,从准确率和速度相统一的角度看,本文提出的主题相关度算法要优于现有算法.

基于主题相关与用户历史的网页排序算法

基于链接结构的PageRank排序算法,存在平均分配权值、主题漂移、忽视用户兴趣等问题。针对这些问题,结合搜索词与网页关键词以及用户搜索历史与网页关键词之间的相似度,提出基于主题相关度与用户历史的PageRank改进算法THPR。通过查询词与网页关键词的相关性分析解决网页的相关程度,通过对用户历史搜索记录的分析,在算法中增加用户兴趣度,使PR值分配更为合理。仿真结果表明,THPR算法与PageRank算法相比,查准率与用户搜索满意度有明显提升。