基于LDA模型的微博话题检测EVENT DETECTION FROM MICROBLOGS BASED ON LDA MODEL

3997
    


来源:
Licence:
联系:
分类:
平台:
环境:
大小:
更新:
标签:
联系方式 :
免费下载 ×

下载APP,支持永久资源免费下载

限免产品服务请联系qq:1585269081

下载APP
免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
下载 ×

下载APP,资源永久免费


如果出现不能下载的情况,请联系站长,联系方式在下方。

免费下载 ×

下载论文助手APP,资源永久免费

免费获取

如果你已经登录仍然出现不能下载的情况,请【点击刷新】本页面或者联系站长


 基于LDA模型的微博话题检测[EB/OL]

北京:中国科技论文在线

) 摘要: 随着微博用户的不断增长,国外的Twitter和国内的新浪微博已经成为媒体和个人发布信息的重要平台

对于微博这种特殊的文本,通常小于140字,包含了丰富的社会化信息,且微博内容不仅包含话题文本,也包含其他无话题表征能力的冗余文本,传统的文本挖掘算法并不能很好的做微博话题的提取

本文结合中文词性标注和LDA(Latent Dirichlet Allocation)主题模型两种方法用于微博话题提取,运用中文词性标注可以很好的过滤掉微博文本中无话题表征能力的文本词语,运用LDA主题模型可以将文本信息表示在一个低维的主题空间之中,从而有效的挖掘文本潜在的关系,从语义上更好的挖掘微博话题

实验表明相较于传统的文本分析分析方法,中文词性标注和LDA模型结合能够提高话题发现的准确率

最后本文提出如何计算话题热度,基于话题热度对话题进行排序

关键词: 主题模型

信息安全 【收录情况】 中国科技论文在线: 汪进祥

2、 北京电子科技学院信息安全系

* ( 1、 北京邮电大学信息安全中心

2、 Department of Information Security, Beijing Electronic Science&Technology Institute, Beijing 100080

LIU Lian 2,* ( 1、 Information Security Center, Beijing University of Posts and Telecommunications, Beijing 100876

男

【详情见下载】

免费下载 ×

下载APP,支持永久资源免费下载

下载APP 免费下载
温馨提示
请用电脑打开本网页,即可以免费获取你想要的了。
扫描加我微信 ×

演示

×
登录 ×


下载 ×
论文助手网
论文助手,最开放的学术期刊平台
				暂无来源信息			 
回复
来来来,吐槽点啥吧

作者联系方式

×

向作者索要->