2024年12月22日
星期日
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
崔晨阳
作品数:
1
被引量:3
H指数:1
供职机构:
北京大学
更多>>
发文基金:
中国人民公安大学学生科研创新项目
更多>>
相关领域:
文化科学
更多>>
合作作者
张扬
中国人民公安大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
文化科学
主题
1篇
舆情
1篇
舆情监测
1篇
预警
1篇
朴素贝叶斯
1篇
朴素贝叶斯模...
1篇
情感分析
1篇
负面
1篇
负面信息
1篇
贝叶斯
1篇
贝叶斯模型
机构
1篇
北京大学
1篇
中国人民公安...
作者
1篇
崔晨阳
1篇
张扬
传媒
1篇
图书馆杂志
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于朴素贝叶斯模型的一种网络负面信息预警策略研究
被引量:3
2014年
Naive Bayes是一种基于概率的分类器,它用各个类别的先验概率和每个类别出现特定特征的条件概率来预测出现这些特征的个体的类别。针对当前"网络负面信息满天飞"的现状,本文提出了一种基于朴素贝叶斯模型的网络负面信息预警策略。与一般的文本分类不同,针对大规模网络碎片化信息的情感识别一方面对执行效率要求很高,另一方面主要关注有主观情感倾向的词。针对这些问题,我们做了相应的优化策略,如提取情感倾向专用停用词表,细化对否定词的处理等,并以2万条微博数据样本为例进行测试,实验证明这些策略在文本情感识别中具有较为理想的执行效率和准确率。
张扬
崔晨阳
关键词:
负面信息
情感分析
朴素贝叶斯
舆情监测
预警
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张