

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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著Internet的日益普及,互聯(lián)網(wǎng)媒體已經(jīng)成為一種不可缺少的信息傳播媒介。不同于傳統(tǒng)的媒體,互聯(lián)網(wǎng)媒體具有信息傳播的開放性、廣泛性和快速性等特點(diǎn)。然而,信息內(nèi)容安全問題也日益突出,這也給互聯(lián)網(wǎng)信息安全管理帶來了前所未有的困難?;ヂ?lián)網(wǎng)在提供豐富信息資源的同時,也帶來了不良信息的泛濫。網(wǎng)絡(luò)上的不良信息包括色情、暴力、邪教、賭博等違反國家政策的內(nèi)容,有些類型的信息可以通過關(guān)鍵詞匹配的方法,分析得到信息的主題內(nèi)容,比如暴力、色情等不良信息;
2、有的信息則無法使用簡單的關(guān)鍵字匹配法判斷它是否為不良信息,比如宣言邪教和批判邪教的信息。在對這些信息進(jìn)行分析的時候,不僅要分析信息包含的主題內(nèi)容(topic),而且要判斷它們的觀點(diǎn)和態(tài)度,即傾向性(polarity)。
本文針對網(wǎng)上不良信息,開展文本情感傾向分類研究,主要內(nèi)容如下:
(1)基于信息增益和潛在語義分析混合的文本情感分類
本文結(jié)合信息增益和潛在語義分析方法,提出了一種基于信息增益和潛在語義分析混
3、合的文本降維方法,該方法基于所有訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù),對信息增益和潛在語義分析進(jìn)行統(tǒng)一建模。實驗結(jié)果表明,該方法是可行的。
(2)基于概率潛在語義分析的文本情感分類
本文針對潛在語義分析存在的缺陷,采用概率潛在語義分析的方法構(gòu)造文本——詞語的同現(xiàn)矩陣,使用EM算法進(jìn)行迭代求解。實驗結(jié)果表明,在相同的測試集上,基于概率潛在語義分析的文本情感分類方法取得了較好的分類結(jié)果.
(3)信息內(nèi)容安全實驗系統(tǒng)
互
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語義理解與PLSA的文本情感分類研究.pdf
- 基于有序分類的文本情感分析.pdf
- 基于潛在語義分析的Web文本分類研究.pdf
- 基于語義資源的文本情感計算.pdf
- 基于潛在語義分析的文本分類算法研究.pdf
- 基于優(yōu)化的語義理解與SVM相結(jié)合的文本情感分類研究.pdf
- 基于情感詞的中文文本情感分類研究.pdf
- 基于深度學(xué)習(xí)的文本情感分類研究.pdf
- 文本情感分類的研究.pdf
- 基于本體的語義文本分類研究.pdf
- 基于語義關(guān)聯(lián)的文本分類研究.pdf
- 基于stacking組合的文本情感分類研究.pdf
- 基于潛在語義分析的專利文本分類技術(shù)研究.pdf
- 基于情感詞網(wǎng)的短文本情感分類方法研究.pdf
- 基于文本分類的語義相似度研究.pdf
- 基于SVM的文本情感分類研究及應(yīng)用.pdf
- 基于特征融合的服裝圖像情感語義分類研究.pdf
- 針對虛擬人的文本情感語義分析.pdf
- 短文本的分類及語義分析方法.pdf
- 基于JST模型的新聞文本情感分類研究.pdf
評論
0/150
提交評論