官方微博的事件提取及其摘要技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、微博,微博客的簡(jiǎn)稱。其憑借短文本、傳播速度快、信息發(fā)布快等特點(diǎn)一直活躍在社會(huì)化網(wǎng)絡(luò)應(yīng)用平臺(tái)的前端。微博互動(dòng)性強(qiáng)、用戶數(shù)量大,社會(huì)上的流行熱點(diǎn)新聞或突發(fā)事件能夠在非常短的時(shí)間內(nèi)在微博平臺(tái)上迅速傳播。用戶也可以通過互聯(lián)網(wǎng)、手機(jī)等移動(dòng)客戶端方便便捷地登錄微博,發(fā)布信息或?yàn)g覽信息。如今,通過微博瀏覽熱點(diǎn)事件已經(jīng)成為人們獲取最新資訊的重要途徑。近年來,伴隨著大量組織機(jī)構(gòu)平臺(tái)微博的開通,官方微博已經(jīng)開始進(jìn)入人們的視野。官方微博一般屬于組織團(tuán)體帳號(hào),

2、是經(jīng)過官方認(rèn)證后的微博,即其真實(shí)性已通過驗(yàn)證。官方微博博文比較權(quán)威,博文可信度高,標(biāo)簽現(xiàn)象鮮明,組織功能的宣傳性博文占比大,具有較強(qiáng)的社會(huì)效應(yīng),摘要其組織團(tuán)體的時(shí)序事件信息可以大大提高閱讀效率。但由于官方微博多人式分工維護(hù)的特點(diǎn),博文中蘊(yùn)含著大量官微發(fā)展歷程信息,也存在許多非組織功能性的博文,內(nèi)容呈現(xiàn)雜合。如何過濾官微組織不相關(guān)信息,提取出有價(jià)值的官方微博事件信息,聚類相關(guān)博文并生成事件摘要成為現(xiàn)今研究的一個(gè)必要課題。
  本文首

3、先對(duì)官方微博的數(shù)據(jù)特征進(jìn)行分析研究,提出了語(yǔ)料加權(quán)、標(biāo)簽識(shí)別的官方微博事件摘要模型。針對(duì)官方微博這個(gè)新的微博領(lǐng)域,提出了 CWR(Corpus Weighted Ranking)算法提取官方微博的主題詞,根據(jù)官方微博數(shù)據(jù)功能性特征引入了官微相關(guān)詞權(quán)重提高官微主題詞提取的準(zhǔn)確性。同時(shí)根據(jù)官方微博博文的標(biāo)簽鮮明性特點(diǎn)引入了標(biāo)簽判定樹,將官微博文劃分長(zhǎng)短期性分別處理,并對(duì)同一標(biāo)簽下的碎片型官微博文進(jìn)行相似度計(jì)算,聚類發(fā)現(xiàn)官微事件。然后根據(jù)官微

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論