检索结果-内蒙古大学图书馆

中文信息学报 2016年第1期30卷 43-49页

作者：徐佳俊杨飏姚天昉付中阳萨尔州大学-上海交通大学语言技术联合实验室上海交通大学计算机系上海200240

在当今处于信息数量爆炸式增长的互联网时代,如何分析海量文本中的信息并从而提取出所蕴含的有利用价值的部分,是一个值得关注的问题。然而论坛语料作为网络语料,其结构和内容较一般语料相比更为复杂,文本也更加短小。该文提出的方法利... 详细信息

在当今处于信息数量爆炸式增长的互联网时代,如何分析海量文本中的信息并从而提取出所蕴含的有利用价值的部分,是一个值得关注的问题。然而论坛语料作为网络语料,其结构和内容较一般语料相比更为复杂,文本也更加短小。该文提出的方法利用LDA模型对语料集进行建模,将话题从中抽取出来,根据生成的话题空间找到相应的话题支持文档,计算文档支持率作为话题强度;将话题强度反映在时间轴上,得到话题的强度趋势;通过在不同时间段上对语料重新建模,并结合全局话题,得到话题的内容演化路径。实验结果说明,上述方法是合理和有效的。

关键词：论坛话题模型趋势分析话题追踪 LDA

来源：评论

学校读者我要写书评

暂无评论

特定事件微博与新闻报道话题对比研究

引用

中文信息学报 2014年第1期28卷 47-55页

作者：周振宇李芳上海交通大学计算机科学与工程系中德语言技术联合实验室上海200240

该文描述了基于特定事件的新闻报道和微博在话题层面的对比研究。首先利用LDA话题模型抽取两种媒体上关于特定事件的话题,然后提出了话题关注度、差异度、演化度的定义和计算公式,改进了不同媒体话题差异度的计算方法,最后,选取四个不... 详细信息

该文描述了基于特定事件的新闻报道和微博在话题层面的对比研究。首先利用LDA话题模型抽取两种媒体上关于特定事件的话题,然后提出了话题关注度、差异度、演化度的定义和计算公式,改进了不同媒体话题差异度的计算方法,最后,选取四个不同种类的事件,进行实验对比与分析,结果显示,关于同一事件,1)微博上评论性话题较多,话题关注度值比较接近;新闻报道上事实性话题较多,话题关注度值差异较大;2)微博与新闻报道对评论性话题词汇差异度大,事实性话题词汇差异度小;3)微博上评论性话题持续时间较长,内容变化较少;新闻报道上事实性话题持续时间较长,内容变化较少。

关键词：话题模型微博新闻报道对比

来源：评论

学校读者我要写书评

暂无评论

基于关键词和命名实体识别的新闻话题线索抽取

引用

计算机应用与软件 2011年第12期28卷 168-171页

作者：钱哲怡李芳上海交通大学计算机系中德语言技术实验室上海200240

如何自动结构化新闻话题,从不同角度和不同侧面了解新闻话题,解决网络新闻信息过载的问题成为研究的热点。提出将新闻话题进行线索化的观点,根据抽取线索算法得到关键词和命名实体集合作为每一条线索主旨,并将新闻报道归类到线索中作为... 详细信息

如何自动结构化新闻话题,从不同角度和不同侧面了解新闻话题,解决网络新闻信息过载的问题成为研究的热点。提出将新闻话题进行线索化的观点,根据抽取线索算法得到关键词和命名实体集合作为每一条线索主旨,并将新闻报道归类到线索中作为其内容来结构化新闻话题。实验结果表明,该方法在线索精度和文档划分评测指标上都有较好的效果,能够较清晰地展现话题的不同线索,以帮助用户了解新闻话题的发展脉络。

关键词：命名实体识别线索抽取线索文档划分

来源：评论

学校读者我要写书评

暂无评论

基于话题模型的科技文献话题发现和趋势分析

基于话题模型的科技文献话题发现和趋势分析

引用

第十一届全国计算语言学学术会议

作者：贺亮李芳上海交通大学计算机科学与工程系中德语言技术联合实验室

自动挖掘科技文献话题,总结研究领域的发展趋势及最新研究动态,能给科技工作者的研究工作提供帮助。本文提出一种话题发现和趋势分析的方法,该方法首先利用LDA话题模型抽取科技文献的话题,然后计算话题的强度和影响力,最后研究话题的趋... 详细信息

自动挖掘科技文献话题,总结研究领域的发展趋势及最新研究动态,能给科技工作者的研究工作提供帮助。本文提出一种话题发现和趋势分析的方法,该方法首先利用LDA话题模型抽取科技文献的话题,然后计算话题的强度和影响力,最后研究话题的趋势变化。本文提出了可以针对任何文集的话题强度和影响力的计算方法,对热门和冷门话题以及影响力高和影响力低的话题分别进行了趋势分析。对ACL论文集进行实验,结果显示了计算语言学领域的一些发展状况且验证了话题强度和影响力的计算方法是可行的。

关键词：话题模型趋势分析

来源：评论

学校读者我要写书评

暂无评论

基于LDA话题演化研究方法综述

引用

中文信息学报 2010年第6期24卷 43-49,68页

作者：单斌李芳上海交通大学计算机科学与工程系中德语言技术联合实验室上海200240

现实生活中不断有新话题的产生和旧话题的衰减,同时话题的内容也会随着时间发生变化。自动探测话题随时间的演化越来越受到人们的关注。Latent Dirichlet Allocation模型是近年提出的概率话题模型,已经在话题演化领域得到较为广泛的应... 详细信息

现实生活中不断有新话题的产生和旧话题的衰减,同时话题的内容也会随着时间发生变化。自动探测话题随时间的演化越来越受到人们的关注。Latent Dirichlet Allocation模型是近年提出的概率话题模型,已经在话题演化领域得到较为广泛的应用。该文提出了话题演化的两个方面:内容演化和强度演化,总结了基于LDA话题模型的话题演化方法,根据引入时间的不同方式将目前的研究方法分为三类:将时间信息结合到LDA模型、对文本集合后离散和先离散方法。在详细叙述这三种方法的基础上,针对时间粒度、是否在线等多个特征进行了对比,并且简要描述了目前广泛应用的话题演化评测方法。文章最后分析了目前存在的挑战,并且对该研究方向进行了展望。

关键词：话题模型话题演化 Latent Dirichlet Allocation

来源：评论

学校读者我要写书评

暂无评论

基于种子文档和话题模型的话题演化研究

基于种子文档和话题模型的话题演化研究

引用

第六届全国信息检索学术会议

作者：单斌李芳上海交通大学计算机科学与工程系中德语言技术联合实验室

现实生活中不断有新话题的产生和旧话题的消亡,话题的内容也随着时间不断的变化。因此自动探测话题演化越来越受到学者的关注。Latent Dirichlet Allocation模型是近年提出的概率话题模型,已经在话题演化领域得到较为广泛的应用。但是... 详细信息

现实生活中不断有新话题的产生和旧话题的消亡,话题的内容也随着时间不断的变化。因此自动探测话题演化越来越受到学者的关注。Latent Dirichlet Allocation模型是近年提出的概率话题模型,已经在话题演化领域得到较为广泛的应用。但是目前的基于LDA的话题演化技术,往往需要引入额外的模型参数,从而给模型推导增加了难度,或者依赖话题之间的距离判断话题演化关系,使话题演化不够精确。因此如何更精确有效地从文本集合中生成话题的演化是本文的目的。本文主要介绍了基于种子文档的话题演化方法,如何抽取种子文档,并利用种子文档关联连续时间窗口上的话题,最终形成演化。实验结果证明,在NIPS 2003到2008论文语料集中,该方法同样展示出了很好的演化结果。最后本文进行了总结和对未来研究方向的展望。

关键词： Latent Dirichlet Allocation 话题演化种子文档话题模型

来源：评论

学校读者我要写书评

暂无评论

基于LDA新闻话题的演化

基于LDA新闻话题的演化

引用

第五届全国信息检索学术会议

作者：楚克明李芳上海交通大学计算机系中德语言技术实验室

新闻话题及其它的演化研究可以帮助人们快速了解和获取新闻内容。本文提出了一种挖掘新闻话题随时间变化的方法,通过话题抽取、话题过滤和话题关联实现话题的演化。首先应用LDA对不同时间段的文集进行话题的自动抽取,话题数目在不同时... 详细信息

新闻话题及其它的演化研究可以帮助人们快速了解和获取新闻内容。本文提出了一种挖掘新闻话题随时间变化的方法,通过话题抽取、话题过滤和话题关联实现话题的演化。首先应用LDA对不同时间段的文集进行话题的自动抽取,话题数目在不同时间段是可变的;根据话题对文档的贡献度过滤话题:计算相邻时间段中任意两个话题的分布距离实现话题的关联。实验结果证明该方法不但可以描述同一个话题随时间的演化过程,还可以描述话题内容随时间的变化,反映了话题(或子话题)之间多对多的演化关系。

关键词： Latent Dirichlet Allocation 话题关联话题演化

来源：评论

学校读者我要写书评

暂无评论

中文组织机构名称与简称的识别

引用

中文信息学报 2007年第6期21卷 17-21页

作者：沈嘉懿李芳徐飞玉 Hans Uszkoreit 上海交通大学计算机系上海200240 德国人工智能研究中心语言技术实验室

本文提出了一种基于规则识别中文组织机构全称和简称的方法。全称的识别首先借助机构后缀词库获得其右边界,然后通过规则匹配并借助贝叶斯概率模型加以决策获得其左边界。简称的识别是在全称的基础上应用其对应的简称规则实现的。在开... 详细信息

本文提出了一种基于规则识别中文组织机构全称和简称的方法。全称的识别首先借助机构后缀词库获得其右边界,然后通过规则匹配并借助贝叶斯概率模型加以决策获得其左边界。简称的识别是在全称的基础上应用其对应的简称规则实现的。在开放性测试中,该方法的总体查全率为85.19%,查准率为83.03%,F Measure为84.10%;简称的查全率为67.18%,查准率为74.14%。目前该方法已应用于中文关系的抽取系统。

关键词：计算机应用中文信息处理组织机构名称识别组织机构简称识别规则匹配贝叶斯概率模型

来源：评论

学校读者我要写书评

暂无评论

中文新闻事件要素自动抽取研究

中文新闻事件要素自动抽取研究

引用

2007中国计算机大会

作者：李芳毛顺福蒋德良陆纬周凯冯礼李峰上海交通大学计算机系中德语言技术实验室，上海，200240

网络新闻已成为传播的主要媒体，本文描述了自动抽取新闻报道中提及事件的发生时间、地点以及结果的一种方法。实现了基于时间与地点，新闻报道中多个事件的信息抽取，自动识别事件结果描述中数字之间的包含、并列关系.实验结果表明该... 详细信息

网络新闻已成为传播的主要媒体，本文描述了自动抽取新闻报道中提及事件的发生时间、地点以及结果的一种方法。实现了基于时间与地点，新闻报道中多个事件的信息抽取，自动识别事件结果描述中数字之间的包含、并列关系.实验结果表明该方法对突发事件信息抽取取得了较好的效果，特别是对自然灾害事件。

关键词：中文信息处理信息抽取网络新闻

来源：评论

学校读者我要写书评

暂无评论

中文计算语言学信息中心介绍

中文计算语言学信息中心介绍

引用

中国中文信息学会第六次全国会员代表大会暨成立二十五周年学术会议

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：