检索结果-内蒙古大学图书馆

作者：郑贵生华东师范大学

学位级别：硕士

伴随着计算机在日常生活中的逐渐普及,整个社会的信息科技得到迅猛地发展,互联网信息化程度也不断提高。通过互联网,人们可以非常方便的掌握世界范围内的各种信息,以及与各个地方的人进行信息互动,可以说互联网带给我们更加便捷、高效... 详细信息

伴随着计算机在日常生活中的逐渐普及,整个社会的信息科技得到迅猛地发展,互联网信息化程度也不断提高。通过互联网,人们可以非常方便的掌握世界范围内的各种信息,以及与各个地方的人进行信息互动,可以说互联网带给我们更加便捷、高效的信息化生活。而人们的频繁使用也带来了庞大的互联网数据资源,这些数据资源蕴含着极高的挖掘价值,其中文本数据就是占比非常大的互联网数据资源,而文本挖掘就是从丰富的文本数据资源中挖掘出有价值的信息。文本分割作为文本挖掘的一个重要分支,在文本信息挖掘方面也有相当重要的作用。文本分割指的是将一整篇文本看成由多个子主题文本段组成的,然后运用相关方法将一整篇文本分割成多个分割片段,每个文本片段都对应着一个子主题。文本分割的算法有很多,texttiling算法就是比较经典的文本分割算法。本文主要是对经典的texttiling算法进行改进,提出分割性能更好的AdaTextTil-ing算法,用于更好地对文本进行分割。本文首先是对texttiling算法进行分析,掌握texttiling算法的算法原理以及分析算法的不足之处,接着是进行优化,其中主要的一点是计算潜在分割点两边文本相似度时会灵活地调整文本窗口长度,因为本文认为每一个潜在分割点的最优文本窗口长度不是固定不变的。同时,本文还对texttiling算法实现上的计算逻辑进行分析优化,提高算法计算效率,并在此基础上结合LDA主题模型进一步优化。最后通过实验,本文发现Adatexttiling算法性能上要明显优于texttiling算法,从而说明了 Adatexttiling算法的有效性。

关键词：文本分割 texttiling算法 Adatexttiling算法文本相似度主题模型

来源：评论

学校读者我要写书评

暂无评论

基于改进texttiling方法的用户新兴趣发现的研究

引用

计算机研究与发展 2009年第9期46卷 1594-1600页

作者：邹博伟张宇范基礼郑伟刘挺哈尔滨工业大学信息检索研究室哈尔滨150001

个性化信息检索可以根据用户的检索兴趣返回个性化的检索结果.提出了用户新兴趣发现子任务,根据用户检索对象的变化识别包含新检索兴趣的查询.同时,引入texttiling方法并对其进行改进,使系统可以自动选择合适的动态阈值并准确发现用户... 详细信息

个性化信息检索可以根据用户的检索兴趣返回个性化的检索结果.提出了用户新兴趣发现子任务,根据用户检索对象的变化识别包含新检索兴趣的查询.同时,引入texttiling方法并对其进行改进,使系统可以自动选择合适的动态阈值并准确发现用户检索兴趣的转移.在构建的标准评测集上的实验结果表明,改进的texttiling方法使得用户新兴趣发现系统性能提高了16.4%,而且此子任务使得最终的个性化检索系统的性能提高了3.8%.

关键词：个性化信息检索用户新兴趣发现 texttiling算法动态阈值检索兴趣转移

来源：评论

学校读者我要写书评

暂无评论

一种基于文本关系图的多文档自动摘要技术

引用

情报杂志 2007年第3期26卷 67-69页

作者：马慧芳祁云平杨小东西北师范大学数学与信息科学学院兰州730070

讨论了一种运用于搜索引擎中的多文档自动摘要技术。传统搜索引擎返回结果繁杂,常用的解决方案是使用聚类技术将内容相似的网页集合归类,然而聚类后的结果数目庞大,依然无法体现该类的主题。提出一种新的基于文本关系图的多文档自动摘... 详细信息

讨论了一种运用于搜索引擎中的多文档自动摘要技术。传统搜索引擎返回结果繁杂,常用的解决方案是使用聚类技术将内容相似的网页集合归类,然而聚类后的结果数目庞大,依然无法体现该类的主题。提出一种新的基于文本关系图的多文档自动摘要技术,对每类返回结果依主题思想自动提取多文档摘要,提高搜索引擎使用效率。分析了该系统的结构和算法,评价了实验结果,指出了未来的研究方向。

关键词：多文档自动摘要聚类信息检索 texttiling算法文本关系图

来源：评论

学校读者我要写书评

暂无评论

文本线性分割方法的研究

引用

计算机工程与应用 2008年第21期44卷 212-216页

作者：刘娜唐焕玲鲁明羽大连海事大学信息科学技术学院

文本分割是信息检索的一个重要问题。文本分割是指在一个书面文档或语音序列中自动识别具有独立意义的单元(片段)之间的边界,其分割对象可以是书面的、语音的或者动态的文本。文本线性分割的主要目的是找出主题边界,它对于很多自然语言... 详细信息

文本分割是信息检索的一个重要问题。文本分割是指在一个书面文档或语音序列中自动识别具有独立意义的单元(片段)之间的边界,其分割对象可以是书面的、语音的或者动态的文本。文本线性分割的主要目的是找出主题边界,它对于很多自然语言处理如自动文摘、问答系统等来说具有重要的价值。在大量文献的基础上,总结归纳文本线性分割中的主要方法,并提出未来的研究方向。

关键词：文本分割词汇链 texttiling算法 Dotplotting算法

来源：评论

学校读者我要写书评

暂无评论

基于GA的文本子主题切分中的参数优化研究

引用

计算机工程与应用 2005年第21期41卷 97-99页

作者：钟彬彬刘远超徐志明哈尔滨工业大学计算机科学与技术学院哈尔滨150001

如何正确有效地确定文档的子主题边界对于自动文摘、问答系统等自然语言处理应用是非常重要的。然而多数文档中子主题之间没有明确的标记(如小标题),这给子主题的提取带来一定的困难。文章首先分析了利用texttiling算法进行隐式章节划... 详细信息

如何正确有效地确定文档的子主题边界对于自动文摘、问答系统等自然语言处理应用是非常重要的。然而多数文档中子主题之间没有明确的标记(如小标题),这给子主题的提取带来一定的困难。文章首先分析了利用texttiling算法进行隐式章节划分的基本原理。同时考虑到算法中人工定义参数可能会对系统的指标产生影响,利用遗传算法对其进行了优化,自动获取的参数值使系统准确率提高了7.1%。实验表明遗传算法是一种非常简单有效的参数优化方法。通过该文方法获取的参数更加适合中文文档的隐式章节划分。

关键词：隐式章节划分 texttiling算法遗传算法参数优化

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的犯罪嫌疑人对话主题分割与识别方法研究

基于深度学习的犯罪嫌疑人对话主题分割与识别方法研究

引用

作者：古长汶广西民族大学

学位级别：硕士

犯罪嫌疑人手机中的通讯服务应用程序会产生海量对话文本,其中部分关键对话段落可以作为警察破案的证据。但是,面对海量对话文本,利用常规方法难以高效地从嫌疑人的对话文本中找到能作为证据的对话段落。针对这一问题,提出一种基于深度... 详细信息

犯罪嫌疑人手机中的通讯服务应用程序会产生海量对话文本,其中部分关键对话段落可以作为警察破案的证据。但是,面对海量对话文本,利用常规方法难以高效地从嫌疑人的对话文本中找到能作为证据的对话段落。针对这一问题,提出一种基于深度学习的犯罪嫌疑人对话主题分割与识别方法,辅助警察从海量对话文本中快速找到目标段落。该方法分为两个阶段,第一个阶段:对包含了多个主题的对话文本进行对话主题分割,分割后的每个主题段落只包含一个主题,第二个阶段:对分割后得到的主题段落进行对话主题识别。警察可以根据识别出的主题类别快速找到相关段落,提高查找效率。本文根据上述两个阶段为核心展开研究,主要的工作内容及成果如下:(1)犯罪嫌疑人对话文本处理:针对用于犯罪嫌疑人对话主题分割和对话主题识别训练数据缺乏的问题,从犯罪嫌疑人手机中获取到1694个对话文本,通过对对话文本的清洗、修正、筛选,得到1103个高质量的犯罪嫌疑人对话文本。(2)对话主题分割:针对Text Tiling文本分割算法不适合用于处理对话文本的问题,提出通过BERT模型的下一句预测机制对Text Tiling算法增强,将其应用到犯罪嫌疑人对话主题分割。利用下一句预测计算输入的两个句子是否连续的概率作为两个句子的相似度,使其适用于犯罪嫌疑人对话文本。实验结果表明,本文提出的分割方法在测试数据上相比Text Tiling算法F1值提高2.4%。(3)对话主题识别:BERT模型利用多头注意力机制对文本进行特征提取具有很好的效果,为了更加充分利用BERT模型提取到的语义特征,提出BERT-Bi LSTM模型,利用Bi LSTM模型以一种不同于多头注意力机制的方式学习BERT模型输出的向量化表示的特征,即以循环累积的方式学习特征。将BERT-Bi LSTM模型与BERT模型在测试数据上的实验结果进行对比,F1提升1.2%,证明新的混合模型能够提高对话主题识别精度。在完成两个阶段的模型的训练后,将第一阶段分割得到的主题段落也作为第二阶段的测试数据,实验结果F1为60.5%,证明本文提出的基于深度学习的犯罪嫌疑人对话主题分割与识别方法具有可行性。

关键词：对话主题分割 texttiling算法对话主题识别 BERT BiLSTM

来源：评论

学校读者我要写书评

暂无评论

基于标题特征和词汇关联的文本结构分析

基于标题特征和词汇关联的文本结构分析

引用

作者：朱海军沈阳航空工业学院

学位级别：硕士

文本结构分析在信息检索、自动文摘、信息抽取等领域扮演着重要的角色。文本结构分析是将含有多个子主题结构的文本按语义划分成多个部分,每个部分为一个语义段,由一个或多个自然段落构成,不同的语义段描述不同的主题结构。本文主要进... 详细信息

文本结构分析在信息检索、自动文摘、信息抽取等领域扮演着重要的角色。文本结构分析是将含有多个子主题结构的文本按语义划分成多个部分,每个部分为一个语义段,由一个或多个自然段落构成,不同的语义段描述不同的主题结构。本文主要进行结构分析的对象是包含多个子主题的文本,根据不同文体各自的特点,将科技论文和其它文本采用不同的方法分开处理。科技论文一般具有比较清晰的结构信息,可以通过文中的小标题进行主题段的划分,但小标题的种类繁多、格式多样,给计算机的自动识别带来一定的困难。本文在识别具有数字标号的小标题时,对单纯的数字识别法进行了改进,并提出一种基于特征词的识别法,用于识别没有数字标号的小标题。在此基础之上,将两种方法结合起来,采用层次识别机制构建了标题识别系统。实验结果表明,该系统能以较高的召回率和正确率有效地识别小标题,从而识别出文本的结构。对于非科技论文的结构分析,主要使用文本分割方法,根据不同的子主题对文本进行语义划分,将来可应用于主题聚类任务。目前已有文本分割方法大多只利用了文本表层的词汇重现信息,难以准确体现主题的连续性,分析结果并不理想。本文利用知网引入词汇的语义信息,提出了一种词汇关联计算方法,将语义信息映射到词汇语义关联矩阵中,通过矩阵拆分语义信息对传统的向量空间模型进行改进,以适合加入语义信息后texttiling算法的紧凑度计算。实验结果表明,使用语义信息与单纯使用词汇重现信息相比,能够更好的分析文本结构。

关键词：文本结构分析标题识别文本分割 texttiling算法

来源：评论

学校读者我要写书评

暂无评论

基于内容的中文流行病新闻主题分类

基于内容的中文流行病新闻主题分类

引用

作者：戴依若北京邮电大学

学位级别：硕士

主题分类是数据挖掘中文本分类的一种应用。介于流行病新闻的特点以及数据挖掘的特殊性,文中提出了一种专门用于中文流行病新闻主题分类的新型方法。本文首次根据流行病新闻内容总结出了流行病新闻的主题列表,并且制作了相应的流行病主... 详细信息

主题分类是数据挖掘中文本分类的一种应用。介于流行病新闻的特点以及数据挖掘的特殊性,文中提出了一种专门用于中文流行病新闻主题分类的新型方法。本文首次根据流行病新闻内容总结出了流行病新闻的主题列表,并且制作了相应的流行病主题词典。通过百度全文搜索,以“流行病”为关键词筛选出流行榜新闻稿,建立中文新闻语料库。其中对于语料库中的每篇新闻加以手工标注内容主题。文中提供了运用RSS源从网络上获得有效的新闻数据的方法,并解释了如何根据HTML的属性从网页中得到纯文本的新闻信息。本文的主要部分为主题定位,其中分为基于主题词典和基于texttiling两种方法。第一种算法是利用了流行病新闻含有大量关键词这一属性。而texttiling方法经常用于新闻报道自动划分段落。基于texttiling的主题方法只用于处理如下状况：如果通过第一种基于主题词典的分类算法将新闻内容划分力“空”这一类别,将再次使用基于texttiling的分类算法进行主题定位结果再修正。第二种算法的引入,其思想是解决了主题词典中存在大量未登录词这一问题。在传统texttiling算法中只有三个主要步骤。因为本文将其用于主题分类,所以再加上了第四个步骤用以定位主题名称、同样在细节上也有一些变化不同于Hearst的原始实验。比方说,在设置词素权重时综合考虑了该词素的分布频率和出现位置(是否在标题中)。实验系统中展示了两种分类算法融合纠正的性能好于单独使用一种主题分类算法。通过实验,文章得到该模型的性能,并对其做了有效的总结。最后在本文提出了一个将来的应用：多语言流行病新闻检索系统。该系统可以通过挖掘新闻内容来追踪某项流行病的发展,并且可以聚类描述同一主题的新闻内容。

关键词：流行病新闻主题分类 texttiling算法主题词典

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：