首页> 中文期刊> 《数据分析与知识发现》 >一种基于领域语义关系图的短文本实时分析模型

一种基于领域语义关系图的短文本实时分析模型

         

摘要

【目的】对网络社区相关舆情领域判别问题进行研究,提出基于领域语义关系图的短文本分析模型,弥补基于知识库和基于机器学习方法的不足,提高模型准确度和时效性。【方法】以高校学生舆情领域为实验对象,从多源网络社区获取478303篇文本数据,结合语义抽取规则,构建总计5248节点、16488条边的高校舆情领域语义关系图;并实现该图的自动扩展;同时,提出一种基于领域语义关系图的短文本分析模型,实现社区文本领域分析。【结果】在文本领域相关性判别方面,本文模型准确度F值最高可达83.94%,相比同等环境中的支持向量机方法、朴素贝叶斯方法和基于深度学习卷积神经网络方法,准确度分别提升8.56%、5.97%、4.27%。【局限】网络社区文本数据量有限;参数反馈机制不够完善。【结论】与基于机器学习方法比较,本文模型准确度有所提升;时效方面,能够达到秒级别处理,实现实时分析。

著录项

  • 来源
    《数据分析与知识发现》 |2020年第2期|P.239-247|共9页
  • 作者单位

    北京邮电大学网络空间安全学院 北京100876北京邮电大学可信分布式计算与服务教育部重点实验室 北京100876;

    北京邮电大学网络空间安全学院 北京100876北京邮电大学可信分布式计算与服务教育部重点实验室 北京100876北京邮电大学图书馆 北京100876;

    北京邮电大学网络空间安全学院 北京100876北京邮电大学可信分布式计算与服务教育部重点实验室 北京100876;

    北京邮电大学网络空间安全学院 北京100876北京邮电大学可信分布式计算与服务教育部重点实验室 北京100876;

    北京邮电大学网络空间安全学院 北京100876北京邮电大学可信分布式计算与服务教育部重点实验室 北京100876;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 文字信息处理;
  • 关键词

    语义关系图; 文本分析; 语义计算;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号