基于新浪微博的短文本分类研究

	载入中...

基于新浪微博的短文本分类研究

分类：教育论文网→工业技术论文→自动化技术、计算机技术论文→计算技术、计算机技术论文→计算机的应用论文→信息处理（信息加工）论文→文字信息处理论文

基于新浪微博的短文本分类研究

论文目录
摘要	第1-4页
Abstract	第4-9页
第一章绪论	第9-14页
1.1 课题的研究背景和意义	第9-11页
1.2 国内外研究现状	第11-12页
1.2.1 短文本分类的研究现状	第11-12页
1.2.2 研究难度	第12页
1.3 本文的主要工作	第12-13页
1.4 本文的组织结构	第13页
1.5 本章小结	第13-14页
第二章文本分类及相关技术研究	第14-33页
2.1 文本分类	第14-16页
2.1.1 文本分类概述	第14页
2.1.2 文本分类的过程	第14-16页
2.2 文本预处理	第16-22页
2.2.1 中文分词技术	第16-21页
2.2.2 正则表达式	第21页
2.2.3 超链接处理	第21-22页
2.3 特征选择和特征表示	第22-27页
2.3.1 特征选择方法	第23-25页
2.3.2 向量表示	第25-27页
2.4 LDA主题模型	第27-29页
2.5 文本分类算法	第29-32页
2.6 本章小结	第32-33页
第三章基于改进CHI的特征选择算法	第33-40页
3.1 传统CHI特征选择方法	第33页
3.2 改进的CHI特征选择方法	第33-36页
3.3 传统特征权重计算方法	第36页
3.4 改进的特征权重计算方法	第36-37页
3.5 LDA主题模型对特征进行扩展	第37-39页
3.5.1 LDA特征扩展流程图	第37-38页
3.5.2 权重计算	第38-39页
3.6 本章小结	第39-40页
第四章新浪微博短文本分类实现	第40-46页
4.1 本文短文本分类框架	第40-41页
4.2 微博文本预处理模块	第41-43页
4.2.1 清理微博短文本	第41-43页
4.2.2 分词和去除停用词	第43页
4.3 微博短文本特征提取模块	第43页
4.4 微博短文本特征扩展模块	第43-45页
4.5 微博短文本分类模块	第45页
4.6 本章小结	第45-46页
第五章实验结果及分析	第46-59页
5.1 实验数据	第46-48页
5.2 特征选择	第48页
5.3 特征扩展	第48-53页
5.4 文本分类结果及结果分析	第53-58页
5.5 本章小结	第58-59页
结论	第59-60页
参考文献	第60-64页
致谢	第64页

本篇论文共64页，点击这进入下载页面。

更多论文
基于新浪微博的短文本分类研究
基于组合策略的IPTV节目推荐
基于混合方式的电影个性化推荐研究
基于党建领域社交网络的协同主题回
协同过滤推荐系统中冷启动问题的研
词典与统计相结合的傣文分词方法与
基于LDA主题模型和标签聚类的党建信
基于维基百科的中文命名实体语料库
基于双语的事件抽取方法研究
句子级情绪分类方法研究
面向微博文本的情绪分析方法研究
统计机器翻译领域自适应方法研究
基于MLN的中文事件推理方法的研究
基于平行语料库的跨语言实体关系抽
基于用户偏好分析的个性化信息检索
文华学院学生就业推荐与招聘系统研
基于混合模式的个性化音乐推荐系统
基于空间数据挖掘的个性化旅游景点
基于行为分析的个性化旅游景区推荐
个性化混合推荐算法在旅游中的应用
基于遗传算法的跨领域产品评论的虚
基于图数据库的产品评论情感分析与
微博新词发现与新词情感倾向性研究
电影评分数据分析及用户行为偏好建
聚类算法和卷积神经网络在文本情感
基于地理坐标的微博事件检测与分析
基于交叉词项的中文信息检索方法研
优化特征选择的CTM模型在文本分类中
基于神经网络集成和用户偏好模型的
基于偏好感知的微信公众平台混合推
基于云模型理论的LDA最大熵模型观点
基于改进TFIDF的混合模型文本分类方
基于超图的文本摘要与关键词协同抽
基于语义指纹和云模型的动态词义变
基于语义指纹关联的网络事件热度分
基于语义分析的文本检索模型技术研
中文短文本实体识别和链接研究
改进的互信息与LDA结合的特征降维方
汉语复句中基于语料统计的决策式依
基于关系词搭配的汉语复句依存关系
中文微博评论对象抽取研究
基于社交网络文本分析的短期股市行
基于微信公众号的文本分类研究
基于VSM模型和ILDA模型联合建模的新
基于Scrapy爬取电商平台数据及自动
面向移动互联网的文本分类技术应用
深度重启的Arnoldi加速的PageRank方
基于要素投影的事件本体形式化方法
基于深度学习的短信分类技术研究
分类学术文献搜索引擎的应用和研究
基于领域本体的客服问答系统的设计
基于社交网络信任度的协同过滤推荐
基于深度神经网络的统计机器翻译模

微博短文本论文卡方检验论文特征选择论文 LDA主题模型论文特征扩展论文文本分类论文
版权申明：目录由用户lidongy**提供，www.51papers.com仅收录目录，作者需要删除这篇论文目录请点击这里。
\| 设为首页\|\|加入收藏\|\|站内搜索引擎\|\|站点地图\|\|在线购卡\|
版权所有教育论文网 Copyright(C) All Rights Reserved