【摘 要】
：
针对微博短文本有效特征较稀疏且难以提取,从而影响微博文本表示、分类与聚类准确性的问题,提出一种基于统计与语义信息相结合的微博短文本特征词选择算法。该算法基于词性组
【基金项目】
：
国家自然科学基金资助项目(61173184);重庆市教委科技计划项目(KJ100821);重庆市科委自然科学基金资助项目(CSTC2012jjA40030)
论文部分内容阅读
针对微博短文本有效特征较稀疏且难以提取,从而影响微博文本表示、分类与聚类准确性的问题,提出一种基于统计与语义信息相结合的微博短文本特征词选择算法。该算法基于词性组合匹配规则,根据词项的TF-IDF、词性与词长因子构造综合评估函数,结合词项与文本内容的语义相关度,对微博短文本进行特征词选择,以使挑选出来的特征词能准确表示微博短文本内容主题。将新的特征词选择算法与朴素贝叶斯分类算法相结合,对微博分类语料集进行实验,结果表明,相比其它的传统算法,新算法使得微博短文本分类准确率更高,表明该算法选取出来的特征词能够更准确地表示微博短文本内容主题。
其他文献
原发性阑尾腺癌(primary appendiceal adenocarcinoma,PAA),由Berger于1882年首次发现并记录[1],是一种罕见的阑尾疾病,发病率为每年每1000000人0.12例[2-3]。它的临床表现通
基于现在射频电路的设计水平,TD-SCDMA终端要求最大程度的保证信号的完整性。提出了一种用于TD-SCDMA终端综测仪的射频接收系统,基于TD-SCDMA标准,射频频率为1800~2400 MHz,
<正>先天性大角膜是一种少见的双侧性眼前部较正常增大的发育异常性疾病。我们于2005年1月至12月成功地为一例先天性大角膜患者实施了双眼白内障超声乳化吸除及人
西方哲学自希腊哲学开始就以追求知识为其最高的理想目标,从而确立了一种科学思维方式。所谓"科学思维方式"也可以称作"科学主义"或"理性主义",其基本特征就是将理性通过概念
<正> 我国注册会计师职业道德的现状与原因分析注册会计师职业道德是注册会计师所应达到的行为标准,它是社会职业道德在独立审计领域的具体化。当前我国注册会计师的职业道德
在海底观测网络中,各仪器采集的数据都分别发送到各自平台上位机,各上位机进行数据汇总后分别发送数据到数据管理系统服务器。在对海底观测网中各个设备数据采集格式、数据通
<正>随着"十一五"广东外经贸的转型升级,世界经济的缓慢复苏,广东外贸进出口总体保持较快增长势头,进出口规模继续扩大。据统计广东2010年全年实现进出口总额7846.63亿美元,
如何提高稳定度和灵敏度一直是电子分析天平的研究重点。本文介绍了电子分析天平的称重原理,构建了一种称量数据自适应滤波方法,以提高天平称量的稳定性和准确度;依据电磁力
信任是保证在线服务质量的前提。针对电子商务环境存在的复杂性、模糊性和不确定性等因素,引入直觉模糊理论,提出了一种多维集成直觉模糊信息的信任评价方法,给出了两类信任
研究光栅系统的误差构成及其变化规律,对提高光栅测量系统的精度,进行测量系统结构的优化设计均具有重要意义。在全面分析光栅测量系统误差来源的基础上,定量描述了光栅副误