一种基于特征加权语言模型的微博分类新方法

• 作者: 崔为娜
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 微博 微博分类 语言模型
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 数据挖掘
• 页码范围: 469-471
• 页数: 3页
• 分类号: TP391
• 字数: 4072字
• 语种: 中文

摘要

微博作为社交媒体的后起之秀,已经得到快速的发展.微博快速的发展在带给人们便利的同时,也使人们置身于信息的海洋.针对微博中日益呈现出的信息过载问题,微博分类已经成为一个重要的研究课题.针对微博分类,提出一种基于特征加权语言模型的微博分类新方法.在新浪微博上抽取的真实标注数据集上进行的对比实验结果表明,所提方法是一个有效的微博分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔为娜		10	8	1.0	2.0