排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
为解决社交媒体用户发布评论文本过长,导致情感倾向不明确,情感特征分布离散,传统情感分类模型缺乏上下文语义分析,提取情感特征不准确,分类精准率较低的难题,提出一种主题模型与词向量组合特征(LDA-Word2Vec)的情感分类模型。通过LDA主题模型对长评论文本进行特征提取,构建所有主题下的特征词库;借助特征词库构建长评论的LDA特征表达;利用CBOW训练得到特征表达后文本的词向量表示,使用TF-IDF对词向量进行加权并融合语义特征,再构建机器学习模型对长评论文本进行情感分类的方法,研究了机器学习情感分类模型。实验结果表明:相较于传统的文本特征表示方法,本文提出的LDA-Word2Vec组合特征的方法,在情感分类的准确率与召回率的表现上都更加优秀。可见本文的模型能够进一步挖掘文本的情感特征,具有一定学术意义和现实意义。 相似文献
2.
互联网创新浪潮下,共享经济作为一种新型商业模式,改变了人们参与经济及消费方式.传统的酒店住宿不再是人们唯一的选择,随着消费者对住宿的需求多样化,传统酒店行业已无法满足用户个性化需求.在与互联网的共同推动下,在线短租应运而生.然而,在线短租作为新兴住宿,业态的相关研究甚少.针对以上不足,提出一种基于K-Means聚类和时... 相似文献
3.
随着网络的飞速发展,全球数据呈爆发增长,大数据正在慢慢改变着我们的生活方式,对经济发展、社会秩序等都产生着重大影响.如何对海量数据进行分析并得出有效结论,使数据产生价值,已经成为目前信息技术的重点问题.本文就校园招聘信息对大学生就业形势进行数据挖掘,通过WordCloud词云技术、K-Means聚类算法、时间序列和回归... 相似文献
4.
5.
6.
利用大数据和人工智能方法精准识别海量学术成果的主流学术关键,挖掘作品内涵知识及分析文学主题关联尤为重要,本文针对余华文学作品的研究文献开展主题特征、行文脉络研究,在数字人文视域下为把握作者创作倾向和特点提供依据。结合数据挖掘和主题演化的方法对中国知网余华文学作品相关文献进行分析,确认余华文学作品研究核心团体。再对余华文学文献进行文本挖掘,发掘出余华文学研究热点及关联。本文挖掘出了余华作品的核心主题、现实意义和艺术价值,为以其小说为素材的影视改编、艺术创作尽可能还原主题起到积极作用,可提供有效参考和借鉴。 相似文献
7.
8.
9.