检索结果-内蒙古大学图书馆

现代信息科技 2023年第4期7卷 36-38,42页

作者：朱玉婷刘乐辛晓乐陈珑慧康亮河甘肃农业大学甘肃兰州730070

近年来,如何从大量信息中提取关键信息已成为一个急需解决的问题。针对中文专利长文档,提出一种结合word2vec和TextRank的专利生成算法。首先利用Python Jieba技术对中文专利文档进行分词,利用停用词典去除无意义的词;其次利用word2vec... 详细信息

近年来,如何从大量信息中提取关键信息已成为一个急需解决的问题。针对中文专利长文档,提出一种结合word2vec和TextRank的专利生成算法。首先利用Python Jieba技术对中文专利文档进行分词,利用停用词典去除无意义的词;其次利用word2vec算法进行特征提取,并利用wordCloud对提取的关键词进行可视化展示;最后利用TextRank算法计算语句间的相似度,生成摘要候选句,根据候选句的权重生成该专利文档的摘要信息。实验表明,采用word2vec和TextRank生成的专利摘要质量高,概括性也强。

关键词： Jieba分词关键词提取 word2vec算法 TextRank算法

来源：评论

学校读者我要写书评

暂无评论

文本数据隐私泄露风险评估方法研究

文本数据隐私泄露风险评估方法研究

引用

作者：梁琳中南财经政法大学

学位级别：硕士

文本是数据表示和存储的最主要的形式之一。文本所记录的数据往往会包含许多个人隐私信息。因此,文本数据的发布和利用会对个人隐私构成巨大的威胁,使得对文本数据的隐私保护成为一个紧迫的问题。在隐私保护过程中,文本数据隐私泄露风... 详细信息

文本是数据表示和存储的最主要的形式之一。文本所记录的数据往往会包含许多个人隐私信息。因此,文本数据的发布和利用会对个人隐私构成巨大的威胁,使得对文本数据的隐私保护成为一个紧迫的问题。在隐私保护过程中,文本数据隐私泄露风险评估起着重要的作用,它有助于人们对文本敏感程度的理解以及对文本重要程度的定位,也决定着应对文本数据中的隐私数据进行多大程度的后续处理（例如泛化或混淆）。然而,现有的隐私泄露风险评估的研究大多都集中在结构化数据上,由于非结构化文本数据中自然语言的复杂性,目前对非结构化文本数据的研究还在起步阶段。评估文本隐私泄露风险的传统方法可分为两种。一种是通过敏感词个数与文本中词汇总数的比率来衡量,另一种方法是通过敏感词字符数量与文本中单词字符总数的比率来计算。然而,这两种传统的方法都只考虑敏感词,忽略了在非结构化文本数据中存在语义特征——上下文词汇存在很大的关联性。所以,这两种传统的方法只能为用户提供一种理解文本隐私泄露程度的参考方式,但依此评估文本隐私泄露风险是远远不够的。为了解决上述问题,本文提出了一个用于计算非结构化文本数据的隐私泄露风险的实用新框架,简称为Pri Txt。这个框架同时考虑敏感词和文本的语义特征。具体地,在准备过程中,我们首先需要构建一个语料库,该语料库涵盖了给定应用领域的文本数据。然后,我们参考通用数据保护条例（GDPR）中关于隐私数据的定义,确定该应用领域的隐私特征。接着,使用word2vec算法利用词的上下文信息来训练词向量模型。然后,引入自然语言处理中利用词向量计算词汇语义相似度的方法来研究敏感词与非敏感词之间的语义相关度,从而根据相关程度查找准敏感词并为其指定相应的风险指数。最后,通过聚合文本中所有敏感词和准敏感词的风险指数来评估文本数据的隐私泄露风险。由于在不同的应用场景中,隐私数据的定义也有所不同。隐私数据的定义和应用场景有着密不可分的关系,脱离具体的应用场景谈论隐私毫无意义。对于所有应用领域的数据集都使用相同的隐私特征模板来定义和识别隐私数据是不精确的。因此,在本文中,我们总结了常见的六类不同的商业应用场景下的隐私特征模板供选择使用。同时,用户也可以自定义选择隐私特征。我们提出的文本数据隐私泄露风险评估框架Pri Txt可以很容易地进行调整和扩展,以用于具有特定隐私要求的应用场景。最后,本文使用四个真实的数据集（一个英文数据集和三个中文数据集）进行实验验证,通过与传统方法进行比较以证实本文方法的优越性。

关键词：非结构化文本数据隐私保护隐私泄露风险 GDPR word2vec算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的新闻传播平台设计分析

引用

新闻前哨 2022年第8期 41-42页

作者：林镇源程受平蒋小莲桂林电子科技大学

随着互联网技术与网络的迅猛发展,网络已经成为人们获取新闻的重要平台。网络中的新闻文本数量呈现出爆炸式的增长趋势,针对新闻种类较多、新闻的内容层次参差不齐问题。拟采用新闻推荐算法,AC算法、Bag of words算法及word2vec算法构... 详细信息

随着互联网技术与网络的迅猛发展,网络已经成为人们获取新闻的重要平台。网络中的新闻文本数量呈现出爆炸式的增长趋势,针对新闻种类较多、新闻的内容层次参差不齐问题。拟采用新闻推荐算法,AC算法、Bag of words算法及word2vec算法构建新闻传播平台,为用户提供基础新闻类文本推送服务,通过AC算法,为不同用户准确推送出新闻类型。同时,采用(Bag of words)词袋算法及word2vec算法对新闻进行科学的分类,既能够方便不同的阅读群体根据需求快速选取自身感兴趣的新闻,也能够有效满足对海量的新闻素材提供科学的检索需求。

关键词：新闻推荐算法 AC算法 Bag of words算法 word2vec算法新闻传播平台

来源：评论

学校读者我要写书评

暂无评论

计算机算法类资料的中英文智能翻译

引用

计算机技术与发展 2021年第7期31卷 176-181页

作者：陈家乐张艳玲广州大学计算机科学与网络工程学院广东广州510006

当前互联网免费可用的在线翻译系统均是使用通用语料训练出来的神经机器翻译模型,在通用语义环境下翻译出色,而在特定的垂直领域(如计算机专业领域)中,由于训练文本和模型训练算法缺乏针对性,导致翻译结果出现专业词汇错漏,文本晦涩难... 详细信息

当前互联网免费可用的在线翻译系统均是使用通用语料训练出来的神经机器翻译模型,在通用语义环境下翻译出色,而在特定的垂直领域(如计算机专业领域)中,由于训练文本和模型训练算法缺乏针对性,导致翻译结果出现专业词汇错漏,文本晦涩难懂。因此,实现特定垂直领域的自动化机器翻译的需求越来越大。通过网络爬虫获取计算机算法类相关的英汉双语例句,基于word2vec算法生成含有上下文信息的词向量,将词向量嵌入到Google开源GNMT模型训练英汉翻译模型,基于训练模型实现简易翻译软件。通过对照实验,探究word2vec算法中词向量长度对计算词汇间文本相似度的影响和对GNMT训练效果的影响,以及GNMT超参数中的隐藏层单元数num_unit、批尺寸batch_size对训练效果的影响。综合实验结果训练最佳的英汉翻译模型。

关键词：机器翻译 word2vec算法词向量文本相似度 GNMT

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的舆情预警模型的设计与实现

引用

广东公安科技 2020年第3期28卷 1-5页

作者：梁泽鹏李直达广州市公安局海珠分局广东广州510000

随着全球信息化程度的不断加深和我国5G网络建设的大力推进,信息安全保障已成为维护国家安全和社会稳定的重要任务,网络舆情的爆炸式增长给当前网络安全保卫工作带来了严峻的挑战。本文以基层公安工作实践中使用的舆情监测数据为样本,通... 详细信息

随着全球信息化程度的不断加深和我国5G网络建设的大力推进,信息安全保障已成为维护国家安全和社会稳定的重要任务,网络舆情的爆炸式增长给当前网络安全保卫工作带来了严峻的挑战。本文以基层公安工作实践中使用的舆情监测数据为样本,通过jieba算法进行分词处理并利用word2vec算法进行特征提取,搭建了基于神经网络的TextRCNN模型,实现了对海量舆情信息的自动判别。本文搭建的舆情预警系统实现了机器识别代替人工筛查的目的,可大幅降低基层公安队伍的工作量,提升风险研判的时效性与准确率。

关键词：机器学习网络舆情监测预警 word2vec算法 TextRCNN

来源：评论

学校读者我要写书评

暂无评论

基于规则驱动的应急预案流程建模方法

基于规则驱动的应急预案流程建模方法

引用

作者：孙长明大连理工大学

学位级别：硕士

随着我国经济建设的持续高速发展,以及工业化水平、城市化程度及经济全球化进程持续推进,自然灾害、事故灾难、公共卫生事件、社会安全事件等相关事件频繁发生。这些突发事件不仅严重威胁人民的生命和财产安全,而且对社会的安全稳定和... 详细信息

随着我国经济建设的持续高速发展,以及工业化水平、城市化程度及经济全球化进程持续推进,自然灾害、事故灾难、公共卫生事件、社会安全事件等相关事件频繁发生。这些突发事件不仅严重威胁人民的生命和财产安全,而且对社会的安全稳定和经济的平稳发展也造成了巨大影响。应急预案作为突发事件应对的有效手段,在应急管理中占有重要地位。然而,现行的应急预案主要以文本方式存储,这种非结构化的存储在实际的应急救援过程中暴露了很多问题。例如,对预案内容的呈现方式不够直观明了;查询、使用和修改预案不够便利;取得有效信息的效率低下等。这些问题阻碍了决策人员及时做出科学准确的决策,制约了应急救援行动的有效开展。随着信息技术的发展,针对上述问题的有效解决方法就是将计算机技术、网络技术等科学方法综合应用到应急预案的研究和使用中,将应急预案进行数字化表示。本研究所介绍的方法就是把应急预案文本中的关键要素提取出来,利用流程图建模的方法,通过一定的规则和算法自动生成流程图,实现应急预案数字化。本研究提出了基于规则驱动的应急预案流程建模方法。该方法以应急预案文本规则作为输入,可以把文本型应急预案自动转化为计算机可识别的数字化应急预案,并快速生成流程图,是一种应急预案自动建模方法。首先,本研究选取某企业的火灾应急案例文本,利用词袋模型从预案文本中自动抽取建模所需的规则,运用自然语言处理分词、标注词性和依存句法分析技术对规则切分、标注并发现词语间的依存关系,从而构建文本处理结果和流程元素的对应关系。同时,针对应急预案文本中同一语义的词语前后表达不一致的问题,引入词向量技术的word2vec算法模型。其次,本研究提出了一种基于规则驱动的流程建模方法。通过介绍和演示任务视图、主体视图和资源视图的具体实施步骤,提出三种视图的流程图绘制算法,实现流程图建模的自动化。针对任务视图、数据视图和资源视图产生的流程图不合理的结构,根据语法提出结构约束,对模型进行优化。最终实现应急预案流程图的可视化,为应急决策者提供技术支持。最后,本研究以《电梯事故应急预案》为例,阐述基于规则驱动的应急预案流程建模方法的具体应用情况,验证了该模型的可行性和有效性。

关键词：应急预案流程建模自然语言处理词袋模型 word2vec算法

来源：评论

学校读者我要写书评

暂无评论

基于行为的组织知识转移分析方法

基于行为的组织知识转移分析方法

引用

作者：刘荔华南理工大学

学位级别：硕士

近年来,知识成为组织获得经济优势的关键资源,知识管理渐渐成为现代化企业管理中必不可少的核心业务。知识转移作为知识管理的重要问题,是企业取得竞争优势的基础,知识转移的效果直接影响组织的生存与持续发展。知识转移作为一种组织行... 详细信息

近年来,知识成为组织获得经济优势的关键资源,知识管理渐渐成为现代化企业管理中必不可少的核心业务。知识转移作为知识管理的重要问题,是企业取得竞争优势的基础,知识转移的效果直接影响组织的生存与持续发展。知识转移作为一种组织行为,必然受到人的心理与行为影响,并且其目的是通过影响或改善知识主体的行为,来影响知识转移的效果,最终提高组织的绩效水平。本文从行为的角度看待知识转移过程,关注知识转移中知识主体的交互行为,以及交互行为下的知识转移量,提出一个分析方法,旨在解决知识转移中的两个测度问题,一为知识转移中的行为模式挖掘,二为行为模式下的知识测度方法。本文首先挖掘组织的知识转移行为特征,基于行为存在于具体情境的特性,采集场景下的组织交互行为数据,使用K-means算法将活动关联的个体聚类成不同的组织群体,对组织群体进行主成分分析法(Principal Component Analysis,PCA)提取知识转移的行为模式。其次,由于行为连续与变化的特点,对行为模式下的知识主体提出实时、精细的知识测度方法,收集交互中学习或表达的文字、语言等信息作为知识文本,使用TFIDF算法选出关键的知识点,并通过训练后的word2vec算法,构建知识存量的向量表示,接着使用多维尺度分析(Multidimensional scaling,MDS)将知识点集合保距映射成二维的知识地图,向量间既保留语义关系,又降低复杂度。知识向量化后,进一步计算知识主体的知识转移量以及知识距离,并对知识距离进行阈值修正。最后运用本方法对创客空间进行实例计算,获得工作空间的三种交互行为模式,分别为日常工作模式、总结汇报模式以及短期项目模式,并构建行为模式下个体的知识存量表示,计算知识距离,并获得行为模式与知识转移量的对应关系与管理启示。本文解决知识转移过程中持续、动态、客观地提取行为和知识特征的问题,行为模式挖掘有助于探究具体情境下的知识转移行为规律,个体的知识测度方法更精细地动态测量主体的知识存量,有利于后期建立个体行为规律与知识转移量的模型,对企业提升知识转移效率提供指导意见。

关键词：知识转移行为模式 PCA算法知识测度 word2vec算法 MDS算法

来源：评论

学校读者我要写书评

暂无评论

User2vec——线下店铺推荐的一种新方法

User2vec——线下店铺推荐的一种新方法

引用

作者：顾盼浙江大学

学位级别：硕士

如今，推荐系统已成为一种与计算机学科和数据挖掘联系紧密的热门技术，在互联网行业中有着重要的地位。推荐系统可以挖掘用户偏好并向用户推荐商品，提高用户满意度和商家的收益。目前，线上个性化推荐技术已经日渐成熟，并成功在工业... 详细信息

如今，推荐系统已成为一种与计算机学科和数据挖掘联系紧密的热门技术，在互联网行业中有着重要的地位。推荐系统可以挖掘用户偏好并向用户推荐商品，提高用户满意度和商家的收益。目前，线上个性化推荐技术已经日渐成熟，并成功在工业界得到广泛的应用。\n 由于数据累积不充分以及缺少合理推荐渠道等因素，线下个性化推荐还未得到学术界和工业界的广泛重视。近几年，随着线上支付手段的发展，人们线下消费会选择线上支付方式，这为线下个性化推荐累积了大量的有效数据。线下个性化推荐和传统线上个性化推荐（如:电影推荐和APP推荐）有着很大的不同，因此传统的个性化方法难以直接应用在线下推荐场景中。\n 本文首先介绍了个性化推荐的国内外研究现状，并分析了线下商铺推荐的特点以及线上线下物品推荐的不同之处，提出将自然语言处理中的word2vec算法应用到线下商铺推荐中，把用户当成单词，把在商铺消费过的用户集合当成段落，商铺ID即为段落ID，之后运用word2vec算法把用户表示成向量，再利用个性化推荐方法对用户进行商铺的个性化推荐，如:利用基于用户的协同过滤算法框架进行个性化推荐。实验结果表明，本文所采用的方法在各个评价指标上都大大优于传统个性化推荐方法。最后，本文从场景出发对热门用户和热门商铺进行优化，并引入地理位置信息对算法网络结构进行改善，使得算法有了更好的结果。

关键词：个性化推荐系统线下商铺 word2vec算法协同过滤算法

来源：评论

学校读者我要写书评

暂无评论

句子语义相似度计算方法研究及其应用

句子语义相似度计算方法研究及其应用

引用

作者：李俊浙江工业大学

学位级别：硕士

随着信息科技的飞速进步和互联网技术的日益普及,Web新闻、网络博文、微信公众号文章等已经成为人们获取信息或关注时政的主要途径之一,但为吸引读者或网站流量,“标题党”新闻屡禁不绝,人为过滤该类新闻变得力不从心。因此,人们对计算... 详细信息

随着信息科技的飞速进步和互联网技术的日益普及,Web新闻、网络博文、微信公众号文章等已经成为人们获取信息或关注时政的主要途径之一,但为吸引读者或网站流量,“标题党”新闻屡禁不绝,人为过滤该类新闻变得力不从心。因此,人们对计算机“标题党”新闻鉴别技术的需求变得非常急迫。“标题党”新闻鉴别技术的核心内容是句子相似度计算,本文就此问题展开研究,主要研究内容为句子语义相似度计算方法及主题句提取算法。本文研究的对象是汉语句子,汉语与其他比如英语自然语言有着自身很多的特点及研究难点,主要有句子分词准确率不高,词汇量大,语义复杂,语境对句子语义影响大,基本语法单位难以确定等。针对以上问题,查阅文献后选取了word2vec算法作为数据模型训练算法,该算法很好的解决了以上大部分的难点,它有良好的学习能力且训练高效,能够很好的刻画出汉语词汇的语义且能关联上下文区分不同真实含义。另外,在根据文章研究分析得出主题句有重复频率高,分布广度大等特性。在此基础上利用句子语义相似度计算算法及主题句特性优化主题句提取算法,研究工作主要包括以下几个方面:(1)查阅句子相似度相关文献基础上,总结分析了句子相似度的基本概念,新闻数据采集和预处理方法;研究了现有的多种句子相似度计算方法及主题句提取算法,并分析了各种算法的优劣势。(2)深入研究了word2vec模型训练算法,为提高模型效果,提出了在模型二次训练的思路并进行实验,得到了较好的结果。对大量新闻进行主题句特性进行总结分析,根据特性优化了主题句提取算法。(3)利用主题句提取算法模型进行“标题党”新闻鉴别,用200篇文章作为新闻实例数据进行实验。实验结果表明,本文对句子语义相似度计算方法及主题句提取算法的优化都有较好的性能提升。(4)将基于语义的句子相似度计算方法及主题句提取算法运用到实际场景中,对算法进行了系统应用,通过WebSocket协议实现客户端与服务端数据双向通信,用户可自行训练模型或采用默认模型进行“标题党”新闻鉴别,体现其实际应用价值。最后对全文进行了总结,对进一步的相关研究给出意见展望。

关键词：语义相似度 word2vec算法主题句提取标题党新闻

来源：评论

学校读者我要写书评

暂无评论

基于文本倾向性分析的网络意见领袖识别

基于文本倾向性分析的网络意见领袖识别

引用

作者：彭玥南京理工大学

学位级别：硕士

意见领袖是指在人际传播网络中经常为他人提供信息、意见、评论并对他人施加影响的活跃分子。在网络舆情研究中,意见领袖可以起到传播信息、扩大影响力、引导舆论方向等作用。现有对网络意见领袖的识别方法多集中于社会网络分析法和聚... 详细信息

意见领袖是指在人际传播网络中经常为他人提供信息、意见、评论并对他人施加影响的活跃分子。在网络舆情研究中,意见领袖可以起到传播信息、扩大影响力、引导舆论方向等作用。现有对网络意见领袖的识别方法多集中于社会网络分析法和聚类分析法,这类方法一般仅关注事件中的用户关系,忽略了用户个人信息以及网友评论态度。此外,意见领袖发布的微博常常会获得大量的评论和转发,但实际上,网友的评论也有可能是在表达自己对博主言论的不满甚至谩骂,这类博主并没有起到意见领袖影响他人、给予他人意见的积极作用,所以不能发挥舆情监控和引导舆论的效果。文本倾向性分析能对相关微博下的评论进行识别(正面、负面或中立),以剔除引发大量负面评论的“伪意见领袖”。指标分析法可以综合评价用户本身和用户关系等信息,全面衡量网络意见领袖的各项标准。因此,将这两部分方法结合起来,可以综合国内外对网络意见领袖的各种识别方法,寻找真正的意见领袖从而为预测网络舆情的发展变化提供可靠的判断依据。本文基于文本倾向性分析识别网络舆情中的意见领袖,主要工作包括以下三个部分。一是利用指标分析法构建网络意见领袖识别的指标体系,并为各项指标赋予相应的权重,基于提取出的用户资料、用户间评论转发关系等真实数据与指标进行结合、计算、排名,识别出潜在意见领袖。二是加入文本倾向性分析,引入word2vec算法来寻找网络情感新词,以提高对微博评论进行文本倾向性分析的准确性,通过计算机自动将文本识别为正面、负面或中立三种情感倾向,剔除负面情感比例过重的“伪意见领袖”。三是效果的对比验证,将识别出的意见领袖与基于Page Rank的WeiboRank意见领袖算法进行对比,以验证本文提出的算法具有一定的有效性和可信度。本文工作的贡献在于识别出了三类典型的意见领袖,涵盖了舆情发展过程中从突发事件起源、影响力不断扩大到舆论态度转变又稳定的各个阶段,为实现监测网络舆情演变过程、捕捉和预测民生民意提供了理论依据,并可作为预防群体突发事件发生的重要措施。

关键词：网络意见领袖文本倾向性分析指标分析 word2vec算法 PageRank算法

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：