作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
BBTM模型克服了数据稀疏性和冗余性,是短文本流突发性话题发现的有效方法。然而,BBTM模型量化词对突发概率方法比较简陋且存在不合理性,对周期性话题关联词对的突发概率估计有偏差,故提出了一种结合基于自动状态机的枚举突发词对和正态分布的改进方法。实验证明,该方法能够为模型建模提供更准确的先验知识,从而提高模型对突发话题的敏感度和话题抽取的准确度。
推荐文章
一种突发性热点话题在线发现与跟踪方法
突发性热点话题
话题发现与跟踪
向量空间模型
大规模短文本的快速话题发现方法与评价研究
短文本
话题发现
词共现
社团发现
面向微博热点话题发现的改进BBTM模型研究
热点话题发现
微博
突发词对主题模型(BBTM)
主题模型
面向中文短文本情感分析的改进特征选择算法
特征选择
情感分析
词频逆文本频率指数
信息增益
中文短文本
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 短文本流突发性话题发现:BBTM改进算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 短文本 突发性 BBTM 枚举突发 正态分布
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 248-250
页数 3页 分类号 TP181
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林特 同济大学电子与信息工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短文本
突发性
BBTM
枚举突发
正态分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导