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:
本文针对时政新闻观点提取的核心问题,在深入研究当前文本挖掘领域研究成果的基础上,提出了基于深度学习的时政新闻摘要提取方法,构建了基于LSTM的计算模型,并通过编程试验证明,该方法有效的解决了时政新闻实体多样性问题,取得了良好的工程应用效果.
推荐文章
论地方台时政新闻如何接好地气
时政新闻
新媒体思维
地方台
对时政新闻几点问题的思考
时政新闻
报道方式
思考
一种面向时政新闻的命名实体识别方法
政治新闻
命名实体识别
神经网络
使用关键词扩展的新闻文本自动摘要方法
关键词扩展
相近文本
自动摘要
图算法
系统实现
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 基于LSTM的时政新闻摘要提取研究
来源期刊 信息技术与信息化 学科
关键词 时政新闻 摘要提取 长短时记忆网络
年,卷(期) 2020,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 206-208
页数 3页 分类号
字数 2513字 语种 中文
DOI 10.3969/j.issn.1672-9528.2020.01.067
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 孙涛 7 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1958(5)
  • 参考文献(0)
  • 二级参考文献(5)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
时政新闻
摘要提取
长短时记忆网络
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
信息技术与信息化
月刊
1672-9528
37-1423/TN
大16开
山东省济南市历下区趵突泉水路24号414
43031
1976
chi
出版文献量(篇)
9484
总下载数(次)
61
总被引数(次)
19267
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导