论文研究-基于多文本特征融合的中文微博的立场检测.pdf
微博立场检测是判断微博作者对某一个话题的态度是支持、反对或中立。在基于监督学习的分类框架上，扩展并提出基于多文本特征融合的中文微博的立场检测方法。首先探究了基于词频统计的特征（词袋特征（Bag-of-Words，BoW）、基于同义词典的词袋特征、考虑词与立场标签共现关系的特征）和文本深度特征（词向量、字向量）。之后使用支持向量机，随机森林和梯度提升决策树对上述特征进行立场分类。最后，结合所有特征分类器进行后期融合。实验表明，文中提出的特征对于不同话题下的微博立场检测的结果都有提升，且文本深度特征和基于词频统计的特征能够捕捉到文本的不同信息，在立场检测中是互补的。基于本文方法的微博立场检测系统在2016年自然语言处理与中文计算会议（NLPCC2016）的中文微博立场检测评测任务中取得了最好的结果。
文件下载
评论信息
其他资源
- 用Excel展现QFD
- 激光散斑大小的Matlab测量
- 指纹图谱相似度软件
- 比较全面的SQLiteHelper帮助类
- VITA 48.2 Revision D0.06
- ffmpeg基本库+fdkaac+freetype扩展库安装包
- stm32f407 利用DAC产生sin波形通过DMA
- 基于PHP和Mysql的学生信息数据库管理系统web应用
- 黑龙江电信移动联通IPTV节目源
- node-demo-1：存放server.js-源码
- Django中文学习文档
- 项目-源码
- fdfs_client.zip
- VMware-Horizon-Connection-Server-x86_64-7.6.0-9823717.part2
- xdebug helper for chrome
- iAQ-core C型传感器使用总结
- C#与各种PLC通讯测试
- haarcascade_mcs_mouth.xml
- 信佑网络克隆2009
- USR c322的说明书，pcb库，原理图库。
- IEC 62138-2004
- Windows 7高级编程
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明