文档文库
手机版
投诉建议
热门搜索:
心得体会
演讲稿
思想汇报
首页
心得体会
学习心得体会
培训心得体会
军训心得体会
社会实践
作风建设
工作心得体会
教育心得体会
演讲稿
演讲稿格式
演讲稿范文
竞聘演讲稿
师德演讲稿
三分钟演讲稿
思想汇报
思想汇报范文
转正思想汇报
大学生思想汇报
季度思想汇报
教师思想汇报
工作计划
工作计划格式
工作计划开头
工作计划结尾
总结与计划
工作计划模板
工作总结
年终工作总结
年度工作总结
个人工作总结
实习报告
实习报告范文
实习计划范文
实习鉴定范文
实习报告内容
个人简历
求职简历
简历范文
简历模板
简历表格
简历格式
祝福语
春节
除夕
元宵
端午节
合同范文
合同范本
合同样本
合同范本格式
首页
>
微博项目资料整理
微博项目资料整理
发布时间:2023-06-04 09:45:28 来源:
文档文库
小
中
大
字号:
手机查看
利用周末的时间,做了微博相关资料的整理,和大家共同分享(附件:有相关的论文
可供参考)
。
一、
微博内容挖掘
主要技术支撑:文本挖掘技术
相关理论模型
topicmodel
。
其中包含两个主要的模型
:
分别为
PLSA
模型
和
LDA
模型
.
1.1PLSA
模型
LSA
:
潜在语义分析
PLSA
:概率潜在语义分析
>
>
>
>
1.
引子
Bag-of-Words
模型是
NLP
和
IR
领域中的一个基本假设。在这个模型中,一个文档
(document
被表示为一组单词
(word/term
的无序组合,而忽略了语法或者词序的部分。
BOW
在传统
NLP
领域取得了巨大的成功,在计算机视觉领域
(ComputerVision
也开始
崭露头角,但在实际应用过程中,它却有一些不可避免的缺陷,比如:
1.
稀疏性
(Sparseness:
对于大词典,尤其是包括了生僻字的词典,文档稀疏性不可
避免;
>
>
>
>
2.
多义词
>
>
>
>
(Polysem:
>
>
>
>
一词多义在文档中是常见的现象,
>
>
>
>
BOW
>
>
>
>
>
>
>
>
模型只统计单词出现的
>
>
>
>
次数,而忽略了他们之间的区别;
3.
同义词
(Synonym:
同样的,在不同的文档中,或者在相同的文档中,可以有多个
单词表示同一个意思;
从同义词和多义词问题我们可以看到,单词也许不是文档的最基本组成元素,在单词
与文档之间还有一层隐含的关系,我们称之为主题
(Topic
。我们在写文章时,首先想到的
是文章的主题,然后才根据主题选择合适的单词来表达自己的观点。在
BOW
模型中引入
Topic
的因素,
成为了大家研究的方向,
这就是我们要讲的
LatentSemanticAnalysis(LSA
和
probabilitisticLatentSemanticAnalysis(pLSA
,
2.LSA
简介
已知一个文档数据集
模型假设,我们可以将数据集表示为一个
及相应的词典
的共生矩阵,
,
采用
BOW
,其中,
表示词典中的第
j
个单词在第
i
个文档中出现的次数。
LSA
的基本思想就是,将
document
从稀疏的高维
Vocabulary
空间映射到一个低维
的向量空间,我们称之为隐含语义空间
(LatentSemanticSpace.
如何得到这个低维空间呢,
和
PCA
采用特征值分解的思想类似,
作者采用了奇异值分
解
(SingularValueDecomposition
的方式来求解
LatentSemanticSpace
。标准的
SVD
可以写为:
本文来源:
https://www.2haoxitong.net/k/doc/047e4354ad02de80d4d8403d.html
《微博项目资料整理.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档
文档为doc格式
分享到:
相
关
案
例
安全验证
2024-04-30
正在进行安全检测...
2024-04-30
正在进行安全检测...
2024-04-30
正在进行安全检测...
2024-04-30
安全验证
2024-04-30
正在进行安全检测...
2024-04-30
正在进行安全检测...
2024-04-30
正在进行安全检测...
2024-04-30
安全验证
2024-04-30
正在进行安全检测...
2024-04-30
相关推荐
1
周记作文之电商实习周记100篇
2
端午节习俗演讲稿600字2020
3
五年级下册自然活动部分20页答案
4
自然练习册五年级下答案 上海
5
酒店财务部工作流程
6
安保工作计划完整版
7
2020年北京市汽车报废补贴标准
8
中班数学教案:路边的数字
9
网络安全宣传优秀演讲稿(精选5篇)
10
2021年6月份国内主要钢材市场走势预测报告
推荐内容
哥伦布怎么发现美洲大陆的
心理健康的作文300字锦集五篇
安全教育论文:关于实验室事故发生原因的分析
礼物700字作文精选5篇
刘备入川对于三国鼎立的意义
细节决定成败议论文
集体荣誉感演讲稿范文
积极探索水库移民后期扶持的有效途径(一)
部队体能训练示范教案
家庭经济困难学生资助申请表格