

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、微博是通過某個(gè)社會(huì)媒體分享的不超過140個(gè)字符的短文本消息,比如Twitter或者新浪微博。微博能夠吸引上億用戶的使用,是因?yàn)橛脩敉ㄟ^關(guān)注自己感興趣的人可以獲得實(shí)時(shí)的消息。經(jīng)過近五年的快速發(fā)展,微博已經(jīng)成為社會(huì)媒體的典型代表,更是人們不可或缺的重要實(shí)時(shí)信息來(lái)源。在本文,微博特指通過Twitter分享的微博。
微博數(shù)據(jù)劇烈增長(zhǎng),從大量的微博信息中幫助用戶更加準(zhǔn)確地找到他們感興趣的微博就成了微博檢索的重要任務(wù)。由于微博文本短小,書
2、寫隨意,噪聲大,而且實(shí)時(shí)性強(qiáng)的特點(diǎn),傳統(tǒng)信息檢索技術(shù)在海量微博檢索中遇到巨大挑戰(zhàn)。為了解決這一問題,本文針對(duì)微博檢索任務(wù)的幾個(gè)關(guān)鍵技術(shù)進(jìn)行了研究。本文主要分成以下四個(gè)方面進(jìn)行研究:
1.基于熱點(diǎn)時(shí)間的文檔語(yǔ)言模型建模。在本章中,首先我們調(diào)研了兩類典型的基于時(shí)間的語(yǔ)言模型,其基本假設(shè)是文檔越新鮮,文檔越重要。然后對(duì)微博真實(shí)查詢的相關(guān)文檔的時(shí)間分布進(jìn)行了分析,證實(shí)了傳統(tǒng)的假設(shè)并不總是成立的。最后對(duì)查詢的熱點(diǎn)時(shí)間進(jìn)行了定義,并建立了
3、基于熱點(diǎn)時(shí)間的語(yǔ)言模型方法用于微博檢索,并和傳統(tǒng)方法進(jìn)行了實(shí)驗(yàn)性對(duì)比。
2.融入時(shí)間信息的查詢建模。在本章中我們利用時(shí)間特性(實(shí)時(shí)性,時(shí)間變化)對(duì)用戶查詢進(jìn)行擴(kuò)展,提高檢索精度。具體的講,探索了三種查詢擴(kuò)展方法。一種是基于實(shí)時(shí)性的查詢擴(kuò)展,能夠?qū)?shí)時(shí)性的查詢提供候選詞。第二種是針對(duì)相關(guān)文檔時(shí)間分布波峰離查詢時(shí)間點(diǎn)較遠(yuǎn)或者出現(xiàn)多波峰的情況,此方法獲取原始查詢和擴(kuò)展查詢的時(shí)間屬性,基于這兩個(gè)分布的最小KL-分散度選擇好的擴(kuò)展詞。第
4、三種方法利用對(duì)文檔年齡進(jìn)行高斯分布建模巧妙的將前兩種查詢擴(kuò)展方法進(jìn)行了融合,是一種自適應(yīng)權(quán)重的有效方法。
3.基于參考文檔模型的微博文本檢索。在本章中我們通過對(duì)微博短文本模型建模遇到的潛在困難進(jìn)行分析的基礎(chǔ)上,引入?yún)⒖嘉臋n模型對(duì)微博文本進(jìn)行擴(kuò)展,提高微博文本的模型估計(jì)精度,探究了文檔信息增益對(duì)檢索性能的影響。進(jìn)一步利用參考文檔同時(shí)對(duì)查詢和文檔進(jìn)行偽反饋。實(shí)驗(yàn)結(jié)果表明,對(duì)查詢和文檔同時(shí)進(jìn)行偽反饋的性能是最好的,遠(yuǎn)遠(yuǎn)好于傳統(tǒng)反饋方
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 微博短文本情感分析關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 微博的短文本檢索查詢擴(kuò)展與排序方法研究.pdf
- 基于GPU圖像搜索中文本檢索的關(guān)鍵技術(shù)研究.pdf
- 基于語(yǔ)言模型的微博文本檢索方法.pdf
- 微博短文本分析技術(shù)研究及應(yīng)用.pdf
- 短文本相似度的關(guān)鍵技術(shù)研究.pdf
- 互聯(lián)網(wǎng)短文本信息分類關(guān)鍵技術(shù)研究.pdf
- 微博搜索的關(guān)鍵技術(shù)研究.pdf
- 基于語(yǔ)義分析的文本檢索模型技術(shù)研究.pdf
- 微博情緒分類的關(guān)鍵技術(shù)研究.pdf
- 社會(huì)化短文本檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于內(nèi)容的中文文本檢索相關(guān)技術(shù)研究.pdf
- 基于微博的情感分析關(guān)鍵技術(shù)研究.pdf
- 面向微博的觀點(diǎn)摘要關(guān)鍵技術(shù)研究.pdf
- 圖像檢索關(guān)鍵技術(shù)研究.pdf
- 基于微博內(nèi)容的博主標(biāo)簽生成關(guān)鍵技術(shù)研究.pdf
- 微博主觀性發(fā)現(xiàn)關(guān)鍵技術(shù)研究.pdf
- 微博檢索技術(shù)研究與實(shí)現(xiàn).pdf
- 文本檢索結(jié)果聚類及類別標(biāo)簽抽取技術(shù)研究.pdf
- 面向微博的群體情感摘要關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論