您的位置： 专家智库 > >

中央高校基本科研业务费专项资金(CCNU10C01005)

作品数：1 被引量：5H指数：1
相关作者：何婷婷李芳宋乐更多>>
相关机构：华中师范大学更多>>
发文基金：中央高校基本科研业务费专项资金武汉市青年科技晨光计划教育部人文社会科学研究重大课题攻关项目更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 2篇会议论文
  • 1篇期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇LDA
  • 1篇语义相关
  • 1篇语义相关度
  • 1篇主题模型
  • 1篇主题挖掘
  • 1篇文本
  • 1篇文本聚类
  • 1篇相关度
  • 1篇相关度计算
  • 1篇结构化信息
  • 1篇聚类
  • 1篇聚类研究
  • 1篇LDA模型
  • 1篇词语

机构

  • 3篇华中师范大学

作者

  • 1篇宋乐
  • 1篇张红春
  • 1篇李芳
  • 1篇董婧灵
  • 1篇何婷婷

传媒

  • 1篇计算机科学

年份

  • 1篇2012
  • 2篇2011
共 1 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于LDA模型的文本聚类研究
LDA(Latent Dirichlet Allocation)是近年来提出的一种具有文本主题表示能力的非监督学习模型。本文提出了一种基于LDA主题模型的文本聚类和聚簇描述方法。利用LDA模型挖掘隐藏在文本内的不同主题与...
董婧灵李芳何婷婷涂新辉万剑
关键词：主题模型LDA文本聚类
文献传递
中文维基百科的结构化信息抽取及词语相关度计算
本文首先从中文维基百科官方所提供的基本数据中抽取整理出多种结构化信息;接着,对维基百科的知识组织形式进行了抽取架构,实现了一套开放的框架接口,方便了用户对这些信息的获取和使用;在此基础上,进行了词语间语义相关度计算的实验...
张红春何婷婷涂新辉周琨峰
关键词：语义相关度结构化信息
文献传递
评价主题挖掘及其倾向性识别被引量：5
2012年
主要研究如何从在线评论文本中挖掘产品的评价主题,并对其倾向性进行分析。首先采用一种启发式规则和共现概率统计相结合的方法识别文本集合中的名词性短语,再运用LDA模型挖掘潜在的评价主题。然后利用多特征融合的方法计算句子的倾向性,进而根据特征词群统计出各主题的倾向性结果。最后通过对网络汽车评论文本语料的实验证实了该方法的有效性。
李芳何婷婷宋乐
关键词：LDA
全选 清除 导出
共1页<1>
聚类工具0