基于农业网络信息分类的热词自动提取方法

被引：14

作者：

段青玲 ^{[1
]}

张璐 ^{[1
]}

刘怡然 ^{[1
]}

王沙沙 ^{[2
]}

机构：

[1] 中国农业大学信息与电气工程学院

[2] 北京农信通科技有限责任公司

来源：

农业机械学报 | 2018年 / 49卷 / 07期

基金：

国家高技术研究发展计划(863计划);

关键词：

农业网络信息; 农业舆情监测; 热词; 多标记分类; 热度计算;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用]; TP391.1 [文字信息处理];

学科分类号：

082806 [农业信息与电气工程]; 120506 [数字人文];

摘要：

热词提取对于监控和分析农业舆情具有重要意义,目前已有一定研究基础,但仍存在针对性差等问题,无法满足农业领域不同产业用户群的个性化需求,为此,提出一种基于农业网络信息分类的热词自动提取方法。首先采用多标记分类算法对文本语料进行分类,按分类类别构建语料库,然后采用基于信息熵的方法对每个类别分别提取热词候选词,最后采用基于时间变化的方法进行候选词热度计算,根据候选词热度排序结果得到热词。本文抽取农业网站上的15 354条文本进行实验,结果表明,热词提取准确率达到0.9以上,能够较高质量地提取农业热词,为不同农业用户群体发现和分析产业热点提供帮助。

引用

页码：160 / 167

页数：8

共 19 条

[1]

Optimization approach for feature selection in multi-label classification.[J].Hyunki Lim;Jaesung Lee;Dae-Won Kim.Pattern Recognition Letters.2017,

[2]

Big data. The parable of Google Flu: traps in big data analysis..[J].Lazer David;Kennedy Ryan;King Gary;Vespignani Alessandro.Science (New York; N.Y.).2014, 6176

[3]

Random k-Labelsets for Multilabel Classification [J].