一种基于名词的微博语义计算方法

被引：4

作者：

时睿 ^{[1
]}

封化民 ^{[1
,2
]}

机构：

[1] 西安电子科技大学通信工程学院

[2] 北京电子科技学院

来源：

北京电子科技学院学报 | 2011年 / 19卷 / 04期

基金：

北京市自然科学基金;

关键词：

微博短文本; 语义相似度; 名词;

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：

微博具有传播快、数量大、语言简练等特点,对舆情分析提出了更高要求。从微博短文本中提取特征用来计算相似度时,现有的字符串匹配方法在语义分析方面存在局限性。因此本文从语义角度提出一种基于名词语义的微博相似度算法。该算法将名词集合作为微博特征,利用《知网》词典树状结构,计算得到微博短文本间的相似度。中等规模微博数据集实验表明,本文提出的算法能够准确判断微博主题含义,同一类别微博相似度90%以上分布在0.6-1.0之间,可为后续微博聚类服务。

引用

页码：16 / 22+29 +29

页数：8

共 8 条

[1] 高效的短文本主题词抽取方法
常鹏
马辉
[J]. 计算机工程与应用, 2011, 47 (20) : 126 - 128+154
[2] 基于字符串相似性聚类的网络短文本舆情热点发现技术
杨震
段立娟
赖英旭
[J]. 北京工业大学学报, 2010, 36 (05) : 669 - 673
[3] 基于免疫的中文网络短文本聚类算法[J]. 贺涛,曹先彬,谭辉.自动化学报. 2009(07)
[4] 面向短文本的动态组合分类算法
闫瑞
曹先彬
李凯
[J]. 电子学报, 2009, 37 (05) : 1019 - 1024
[5] 一种适应短文本的相关测度及其应用
何海江
[J]. 计算机工程, 2009, 35 (06) : 88 - 90+96
[6] 面向变异短文本的快速聚类算法
黄永光
刘挺
车万翔
胡晓光
[J]. 中文信息学报, 2007, (02) : 63 - 68
[7] 基于主题词的网络热点话题发现[A]. 李恒训,张华平,秦鹏,于满泉,刘金刚.第五届全国信息检索学术会议论文集[C]. 2009
[8] ChatTrack: Chat Room Topic Detection Using Classification[J], Intelligence and Security Informatics. Jason Bengel,Susan Gauch,Eera Mittur,Rajah Vijayaraghavan. Second Symposium on IntelIigence and Security Informatics, ISI 2004. Proceedings . 2004

← 1 →