基于深度學習算法的領(lǐng)域詞義關(guān)聯(lián)研究.pdf

1、隨著信息技術(shù)的迅速發(fā)展，各類社會事件借助計算機、移動通迅網(wǎng)絡(luò)進行快速傳播極易形成涉及多個領(lǐng)域的熱點事件，并在各個領(lǐng)域產(chǎn)生并分布極具相關(guān)性的特征詞。在此過程中，如何準確定量分析特征詞在熱點事件中的影響及對熱點事件的推動作用，便成為熱點事件追蹤和信息定位亟待解決的問題。
　　本文在研究了大量已有工作的基礎(chǔ)上，緊叩文本上下文語義的相關(guān)性特點，基于深度學習算法，深入研究了詞義關(guān)聯(lián)在不同領(lǐng)域文本聚類上的應(yīng)用。在特定領(lǐng)域中，主要研究了特定事件

2、的事態(tài)跟蹤、熱點推送等問題，實現(xiàn)了信息的快速而準確定位。研究中采取實驗和實證相結(jié)合的方式，以實際數(shù)據(jù)進行了分析實驗。相關(guān)工作如下：
　　1）根據(jù)事件的跨領(lǐng)域性，以維基百科的分類體系確定了六個主要領(lǐng)域的特征詞；利用并行網(wǎng)絡(luò)爬取架構(gòu)，以深度優(yōu)先方式采集了特征詞條及其屬性詞條，并以此為關(guān)鍵詞，以寬度優(yōu)先方式，采集了百度搜索結(jié)果及微博數(shù)據(jù)，為后續(xù)工作提供了支撐。
　　2）研究并實現(xiàn)了基于詞頻統(tǒng)計的領(lǐng)域新詞挖掘技術(shù)。主要基于詞頻的統(tǒng)計