首页> 中文会议>第十一届全国计算语言学学术会议 >博客中重复评论发现

博客中重复评论发现

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着近年来互联网的迅猛发展,Blog上的数据呈现爆炸式的增长,产生了大量的重复评论,这些重复评论对观点挖掘、信息跟踪、搜索引擎等Web应用的处理带来了严峻的问题.本文针对Blog中评论本身的特点,提出一种有效的结合主题信息的TopicSig算法去检测Blog中的重复评论.该方法主要针对博客中的所有评论进行主题抽取,并结合高频词共同作为特征先行词,以抽取改进的Shingle特征,高度概括评论的核心内容,使用有效的相似度算法比较,从而发现博客中的重复评论.经实验显示,该方法可以发现大多数重复评论,实验结果显示取得了较好的结果,使Blog信息更加准确、有效的为用户使用。

著录项

来源
《第十一届全国计算语言学学术会议》|2011年|540-546|共7页
会议地点洛阳
作者
Diao Yufeng; 刁宇峰; Wang Hao; 王昊; Lin Hongfei; 林鸿飞; Yang Liang; 杨亮;
展开▼
作者单位

中国中文信息学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP391.43;
关键词
信息处理; 重复评论; 主题提取; 高频词汇; TopicSig算法; Shingle特征;

相似文献

中文文献
外文文献
专利

1. 基于LDA模型的博客垃圾评论发现 [J] . 刁宇峰 ,杨亮 ,林鸿飞 . 中文信息学报 . 2011,第001期
2. 论学术博客评论的质量测度功能及指标——基于科学网博客的实证分析 [J] . 丁敬达 ,许鑫 . 情报学报 . 2015,第002期
3. 新浪体育名人博客评论风格研究——以李承鹏、董路、张晓舟的博客为例 [J] . 马冬娟 . 新闻世界 . 2010,第004期
4. 新浪体育名人博客评论风格研究——以李承鹏、董路、张晓舟的博客为例 [J] . 马冬娟 . 新闻世界 . 2010,第004期
5. 评论界崛起的一股新力量--解读博客评论 [J] . 吴凡 ,彭莲萍 . 采写编 . 2006,第003期
6. 基于LDA模型的博客垃圾评论发现 [C] . 刁宇峰 ,林鸿飞 . 第六届全国信息检索学术会议 . 2010
7. 微博客中的知识条目发现方法研究 [A] . 石汇淼 . 2013

博客中重复评论发现

摘要

著录项

相似文献

相关主题

期刊订阅