基于词类和搭配的微博舆情文本聚类方法研究附视频

被引：1

作者：

王恒静 ^{[1
]}

曹存根 ^{[2
]}

高尚 ^{[1
]}

机构：

[1] 江苏科技大学计算机科学与工程学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

来源：

南京师大学报(自然科学版) | 2015年 / 01期

关键词：

微博舆情分析; 词义类簇; 搭配; 相似度; 文本聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

微博是近年出现的新型互联网信息交流平台,它具有主题分散、体量短小、文体自由等特性,它能对社会产生巨大的影响,所以信息监管部门和商业企业对基于微博信息的舆情分析都有迫切需求.提出了基于搭配的文本聚类新方法,该方法先进行微博文本预处理,然后利用词类模型进行自动抽取有效搭配,最后基于有效搭配的模型进行文本聚类.实验证明利用词类文本聚类方法比传统文本聚类方法性能提高6.3%,而本文方法比利用词类文本聚类方法性能提升了16.8%,结果显示了本方法的有效性.

引用

页码：57 / 65

页数：9

共 22 条

[11]

A comparison of document clustering techniques. M Steinbach,G Karypis,V Kumar. Proceedings of Workshopon Text Mining,6th ACM SIGKDD International Conference on Data Mining(KDD’00) . 2000

[12]

Bayesian word sense induction. S Brody,M Lapata. Proc.of EACL . 2009

[13] 基于框架的词语搭配自动抽取方法 [J].