-
题名语义环境下的多维度微博舆情信息关联检测方法
- 1
-
-
作者
庞海杰
刘春强
-
机构
青岛滨海学院信息工程学院
-
出处
《山东科技大学学报(自然科学版)》
CAS
2015年第4期62-66,共5页
-
基金
青岛市科技计划项目(12-1-4-6-(9)-jch)
-
文摘
针对微博舆情信息的特点,提出基于语义理解的微博舆情信息关联检测方法。从舆情信息表示模型和舆情信息相关度计算方法两个方面展开研究。在信息表示方面,使用微博的评论信息扩充微博信息以期较好地应对数据稀疏现象,基于同义词词林来计算词汇相似度,以应对微博草根性带来的问题,将微博舆情信息表示成多个向量空间模型。在相关性计算方面,提出多维度相关性计算方法。实验证明,所提出的方法对关联检测的准确率和召回率都有较好的提升。
-
关键词
微博
语义
关联检测
微博舆情
多向量空间模型
草根
-
Keywords
microblog
semantic mining
link detection, micro blog public opinion
multivector space model
grassroot
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于要素提取关联词对的中文报道关系检测
被引量:2
- 2
-
-
作者
陈智敏
蒙祖强
林啟锋
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机应用》
CSCD
北大核心
2013年第1期182-185,共4页
-
基金
国家自然科学基金资助项目(61063032)
广西自然科学基金资助项目(2012GXNSFAA053225)
-
文摘
针对现有中文报道关系检测的检测代价即误报率和丢失率较高的问题,在多向量空间模型基础上提取不同向量的要素(时间、地点、人物和内容)特征词组成关联词对,使用支持向量机(SVM)方法整合关联词对相似度和余弦相似度,从而提出了一种提取要素关联词对报道关系检测方法。所提方法补充表示了报道内容,为检测提供了更多的比较依据,识别代价降低了将近11%。实验结果验证了算法的有效性。
-
关键词
报道关系识别检测
关联词对
报道要素
多向量空间模型
-
Keywords
story link detection
correlative word
story elements
multi-vector space model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP301
[自动化与计算机技术—计算机系统结构]
-