

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文針對當前互聯網環(huán)境及對文本情感分析技術的需求,研究了Blog檢索中的網頁信息抽取和文本情感分析問題,主要創(chuàng)新工作和成果如下: 第一,提出了一套高效、健壯的網頁文本抽取算法。 該算法克服了主流的基于DOM模型的網頁文本抽取算法性能的性能缺陷,首次以SAX接口實現了對頁面框架結構信息的利用。提出了基于全局噪聲信息去重的方式提取頁面正文的方法。 該方法被應用在TREC Blog06數據集上,在將文檔集規(guī)模壓縮87.
2、5%的同時,提高相關性檢索性能指標52.5%以上。 第二,提出了基于統(tǒng)計模型的情感分析中的幾組關鍵特征。 對情感分析中詞匯的N-gram特征及其各種權重計算方法、詞性特征、否定詞特征和同義詞擴展特征在當前情感分析領域的應用和效果進行了分析。通過詞級別和句子級別的情感極性分類實驗,分析了幾種特征及其各種組合的應用效果,發(fā)現詞性、否定詞等高級文本特征在用于詞級別情感分析時需要與位置信息結合,同時這些高級特征在使用基于統(tǒng)計的分
3、類模型進行句子級別情感分類時效果不如單純使用詞的Unigram特征。 使用本文發(fā)現的特征組合,詞級別情感極性分類準確率達到88.6%,句子級別情感極性分類準確率達到83.9%。 第三,實現了一套Blog觀點發(fā)現系統(tǒng)。 該系統(tǒng)引入網站全局噪聲信息凈化網頁,創(chuàng)造性的結合段落和篇章全文級別的檢索結果,從而大幅度提高了話題相關性檢索性能。在2008年的TREC Blog測試中,該系統(tǒng)由于表現出色被列為后續(xù)任務的基準系統(tǒng)。
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- 垂直檢索中的關鍵問題研究.pdf
- 語義檢索中若干關鍵問題的研究.pdf
- 圖像檢索的關鍵問題研究.pdf
- 微博信息檢索中的關鍵問題
- 基于內容的圖像檢索中若干關鍵問題研究.pdf
- 對等網絡信息檢索中若干關鍵問題研究.pdf
- 基于內容的圖像檢索若干關鍵問題研究.pdf
- 工程文檔語義標注與檢索中若干關鍵問題研究.pdf
- NGOSS中關鍵問題的研究.pdf
- 信息檢索和自然語言處理中的幾個關鍵問題的研究.pdf
- 基于音節(jié)片Lattice的語音檢索關鍵問題研究.pdf
- Rijndael中若干關鍵問題的研究.pdf
- 分組密碼中關鍵問題的研究.pdf
- PACS中幾個關鍵問題的研究.pdf
- 綜合顏色和形狀特征的圖像檢索關鍵問題研究.pdf
- IT外包中幾個關鍵問題的研究.pdf
- KDD中的幾個關鍵問題研究.pdf
- 虹膜識別算法中的關鍵問題研究.pdf
- 集成學習中若干關鍵問題的研究.pdf
- 文本挖掘中若干關鍵問題的研究.pdf
評論
0/150
提交評論