2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的發(fā)展普及,越來越多的消費(fèi)者通過各種論壇、微博等平臺(tái)瀏覽產(chǎn)品信息以做出購買決策,同時(shí)分享自己的產(chǎn)品使用感受,這種現(xiàn)象在智能手機(jī)領(lǐng)域尤其明顯。對手機(jī)品牌商來說,通過網(wǎng)絡(luò)渠道收集用戶對自身產(chǎn)品的使用反饋是件很有商業(yè)價(jià)值的事情。然而用戶發(fā)布的產(chǎn)品信息中,可能包含各種類型的簡寫、昵稱、錯(cuò)誤拼寫等,隨意性強(qiáng),識(shí)別難度大。因此非正式短文本手機(jī)命名實(shí)體識(shí)別是個(gè)既有意義又富有挑戰(zhàn)的任務(wù),也是本文的研究興趣所在。
  為解決該識(shí)別問題,本

2、文主要從以下方面開展研究:
 ?。?)在利用word2vec獲得詞向量后,本文提出基于音譯映射的改進(jìn)k-means詞聚類算法,該改進(jìn)算法很好地將諸如“PLUS、puls”等表示同一命名實(shí)體但不同表達(dá)的各種簡寫、昵稱、錯(cuò)誤拼寫聚到一起,而將其與實(shí)際語法語義關(guān)聯(lián)度低的噪聲詞分開。并由聚類結(jié)果得到構(gòu)成產(chǎn)品名的品牌名、系列名、類型名、屬性名列表,融入這些列表特征的識(shí)別算法較好地解決了簡寫、昵稱、錯(cuò)誤拼寫的問題;
 ?。?)在基于音譯

3、映射聚類的列表特征及詞向量特征基礎(chǔ)上,本文還用1/2k-means聚類算法對詞向量進(jìn)行層級聚類,求得每個(gè)詞的二進(jìn)制類別編碼,由此探索出了能進(jìn)一步提升識(shí)別效果的1/2k-means層級聚類特征;
 ?。?)本文提出了一種新的半監(jiān)督方法來解決標(biāo)注語料不足的問題,該方法只需少量人工挑選詞語的努力就可以半自動(dòng)獲取大量標(biāo)注數(shù)據(jù)。利用手機(jī)名稱的命名特點(diǎn),先根據(jù)規(guī)則從規(guī)范手機(jī)全名列表中提取正例,再通過少量人工挑選獲取負(fù)例,然后遍歷訓(xùn)練集匹配正例

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(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. 眾賞文庫僅提供信息存儲(chǔ)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(shí)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。

評論

0/150

提交評論