|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 网络舆情观点提取的LDA主题模型方法显示文摘[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。 | 陈晓美 高铖 关心惠 | 2015 | 图书情报工作2015，59，21： | 48 |
| 2 | 基于LDA模型的文本相似度研究显示文摘LDA主题模型是近年来提出的一种具有文本表示能力的非监督学习模型。考虑到传统主题模型在处理大规模文本时存在的局限性,文中提出一种基于LDA模型的文本相似度计算方法。利用LDA为语料库建模,通过Gibbs抽样间接估算模型参数,将文本表示为固定隐含主题集上的概率分布,以此计算文本之间的相似度。最后将K-means算法作为文本相似度的评估指标。实验结果表明,与LSI模型相比,该方法能有效地提高文本相似度计算的准确性和文本聚类效果。 | 陈攀 杨浩 吕品 王海晖 | 2016 | 计算机技术与发展2016，26，4： | 12 |
| 3 | 基于LDA重要主题的多文档自动摘要算法显示文摘提出了基于LDA(latent Dirichlet allocation)重要主题的多文档自动摘要算法。该算法与已有的基于主题模型的多文档自动摘要算法主要有两点区别:第一,在计算句子主题与文档主题相似度问题上,引入并定义了主题重要性的概念,将LDA模型建立的主题分成重要和非重要主题两类,计算句子权重时重点考虑句子主题和文档重要主题的相似性;第二,该方法同时使用句子的词频、位置等统计特征和LDA特征组成的向量计算句子的权重,既突出了传统的统计特征的显著优势,又结合了LDA模型的主题概念。实验表明,该算法在DUC2002标准数据集上取得了较好的摘要效果。 | 刘娜 路莹 唐晓君 李明霞 | 2015 | 计算机科学与探索2015，9，2： | 11 |
| 4 | 一种基于LDA模型的主题句抽取方法显示文摘在基于Web的主题关键词查询扩展,获取候选主题句的基础上,提出一种基于LDA模型的主题句抽取方法,以抽取粒度较细的主题信息,并增加主题信息的置信度。该方法通过多个侧面对目标主题的衬托,采用LDA模型对主题信息进行建模,利用各个主题概率分布的平滑度进行候选句的可信度计算来抽取主题句。在面向Web的主题句抽取的具体应用中,取得了较好的效果。 | 王力 李培峰 朱巧明 | 2013 | 计算机工程与应用2013，49，2： | 10 |
| 5 | 基于潜在狄利克雷分布模型的多文档情感摘要显示文摘针对当前方法难以获取评论文本全局情感倾向性的问题,提出一种基于潜在狄利克雷分布(LDA)模型的多文档情感摘要方法。该方法首先对给定的句子进行情感分析,抽取带有主观性评价的句子;然后,应用LDA模型表示已抽取的句子,并通过词汇的重要度和句子的特征计算句子的权重;最终提取情感文摘。实验结果表明,该方法能够有效地识别情感关键句,在准确率、召回率和F值上均有不错的效果。 | 荀静 刘培玉 杨玉珍 张艳辉 | 2014 | 计算机应用2014，34，6： | 9 |
| 6 | 基于LDA的游客感知维度识别:研究框架与实证研究——以国家矿山公园为例显示文摘国家矿山公园游客感知维度识别,能够从游客感知的角度发现游客的心理认知,为废弃矿区进行工业遗产旅游开发提供重要的参考价值。结合自然语言处理技术与隐含狄利克雷分布(LDA)主题模型方法,构建旅游目的地游客感知维度识别的研究框架。利用旅游网站游客在线评论信息,识别国家矿山公园游客感知维度及各维度的构成因子。研究发现,游客对国家矿山公园的感知主要侧重于对功能客体(如旅游吸引物、服务、旅游目的地等)的认知,而对于工业遗产地所蕴含的意义与传递的文化等方面的解读是十分有限的。加大国家矿山公园产品创新成为废弃矿区旅游可持续发展的现实选择。 | 董爽 汪秋菊 | 2019 | 北京联合大学学报(人文社会科学版)2019，17，2： | 8 |
| 7 | 基于主题树的微博突发话题检测显示文摘针对传统话题检测方法不能很好处理微博中用语不规范、随意性强、指代不明确以及存在大量网络用语的问题,提出了一种基于潜在狄利克雷分配(LDA)模型的主题树检测方法。首先,运用自然语言处理(NLP)中增大信息熵的方法将相关微博整理成一棵主题树,配合狄利克雷先验α与经验值β随主题数目动态变化的设计思想,结合该模型独特的双重概率统计模式,实现了对文本中每个词'贡献度'的统计,提前处理掉干扰信息,排除垃圾数据对话题检测的影响;然后,利用该'贡献度'作为空间向量模型(VSM)改进后的参数值计算文档间相似度来提取突发话题,达到提高突发话题检测精准度的目的。提出的基于LDA模型的主题树检测方法从F值比对与人工检测两个角度进行了相关实验,实验数据显示该算法不仅可以检测到突发话题,而且获得的结果与知网模型和TF-IDF算法相比分别高出3%、7%,且更符合人的判断逻辑。 | 邱云飞 郭弥纶 邵良杉 | 2014 | 计算机应用2014，34，8： | 6 |
| 8 | 基于LDA模型的网络党建信息推送策略显示文摘针对云南省基层党建综合服务平台推送服务扁平化、效率低等问题,基于潜在狄利克雷分配(LDA)主题模型设计党建信息推送策略。利用LDA模型对用户历史数据进行无监督聚类,根据党员反馈矩阵推测党员偏好,通过待推送信息与党员偏好的相关度实现过滤式党建信息推送。以云岭先锋网手机报真实文本作为实验数据对该策略进行验证,结果表明,相比传统协同过滤和无差别推送方法,该策略更符合实际需求,能取得更稳定的推送效果。 | 杨帆 何敏 施继红 武浩 徐涛 李乐 | 2016 | 计算机工程2016，42，9： | 5 |
| 9 | 复杂文本网数据的主题建模进展显示文摘文中介绍了大规模文本网数据的主题建模研究的特点和近年来的重要进展.主题建模方法吸引了世界范围的广泛兴趣,并且促进了许多重要的数据挖掘、计算机视觉和计算生物应用系统的发展,包括文本自动摘要、信息检索、信息推荐、主题检测和追踪、自然场景理解、人体动作识别以及微阵列基因表达分析等.文中重点介绍文本网数据的4个主要特点以及对应的主题模型.文本网数据含有动态、高阶、多通路及分布式的结构,而之前的主题模型仅对部分的结构进行建模.而文中讨论了在三维马尔可夫模型的框架下统一对文本网数据的4个结构特点进行建模,并分析了结合三维马尔可夫模型和二型模糊系统对分布式单词计算和主题建模应用的可能性.除了对文本网数据的结构建模之外,还讨论了一些对三维马尔可夫模型能量最小化的机器学习算法. | 曾嘉 严建峰 龚声蓉 | 2012 | 计算机学报2012，35，12： | 5 |
| 10 | 集成专利文本与分类号的技术扩散机会研究显示文摘在现有研究的基础上,针对专利数据信息主要研究方法各自存在的优势及不足,提出集成专利文本及分类号的技术扩散机会研究方法,设计一种涵盖数据处理、目标领域确定、技术细节分析以及技术扩散建议等阶段的流程框架,同时针对流程中的复杂网络布局、节点社区划分、主题获取以及主题筛选等环节存在的问题,分别采取ForceAtlas布局算法、G-N聚类算法、LDA算法和技术指数模型等关键技术进行解决,最后将流程应用于固态二氧化碳工业领域,以验证方法的有效性和实用性。 | 肖人彬 林文广 陈水宣 | 2020 | 南昌工程学院学报2020，39，1： | 4 |
| 11 | 基于改进情感关键句抽取的自动情感摘要技术显示文摘为解决现阶段文本情感摘要方法缺乏的问题,提出一种基于改进情感关键句抽取的情感摘要生成技术。利用TFISF抽取文章的关键词,分析句子包含关键词数量,采用情感词典对句子进行情感程度分析,通过余弦相似度考察句子与主题的相关性,实现情感关键句的抽取并应用到情感摘要中。实验结果表明,该技术考虑了句子中的关键词属性、情感属性以及主题相关性,能够提高情感摘要的准确率。 | 李宪毅 刘培玉 朱振方 侯秀艳 刘祥哲 | 2016 | 计算机工程与设计2016，37，3： | 3 |
| 12 | 基于LDA模型气象微博主题内容的粉丝偏好挖掘显示文摘为提升气象服务的时效性和覆盖性,广州市气象台成功开发了'广州天气'微博推送发布平台,我们针对2017-04-27至2018-4-28间的微博平台数据,通过建立LDA主题模型完成话题发现,加入信息熵提升主题纯度,运用可视化工具呈现微博主题挖掘结果,同时对潜在主题进行细分,对每条微博所属主题进行标注,运用联合分析法挖掘粉丝主题偏好,从而在微博内容创作方面为如何吸引粉丝提供有价值的参考。 | 刘冠东 | 2018 | 统计与管理2018，33，12： | 3 |
| 13 | 融合句义特征的多文档自动摘要算法研究显示文摘研究是自然语言处理领域的关键问题之一,为使抽取的摘要更能体现多文档主题,本文在子主题划分的基础上,提出了一种融合句义特征的句子优化选择方法.该方法基于句义结构模型,提取句义结构中的话题、谓词等特征,并融合统计特征构造特征向量计算句子权重,最后采用综合加权选取法和最大边缘相关相结合的方法抽取摘要.选取不同主题的文本集进行实验和评价,在摘要压缩比为15%情况下,系统摘要平均准确率达到66.7%,平均召回率达到65.5%.实验结果表明句义特征的引入可以有效提升多文档摘要的效果. | 罗森林 白建敏 潘丽敏 韩磊 孟强 | 2016 | 北京理工大学学报2016，36，10： | 3 |
| 14 | 面向主题的高质量评论挖掘模型研究显示文摘【目的】帮助消费者从海量的评论集合中识别高质量评论。【方法】利用LDA主题模型对消费者关注的主题进行分类,借鉴改进的自动摘要的思想,追踪评论主题下的高质量评论,提出面向主题的高质量评论挖掘模型。【结果】自动提炼出每个主题下的高质量评论,其准确率、召回率和F1值分别为80.73%、64.90%和71.95%,并通过实证研究证明该模型的有效性和优越性。【局限】仅与部分典型模型作对比,其他模型方法还未进行验证。【结论】该模型能从评论集中有效地挖掘出不同主题下的高质量评论,从而能够更加高效地辅助消费者进行购买决策。 | 唐晓波 邱鑫 | 2015 | 现代图书情报技术2015，，7： | 2 |
| 15 | 融合句义结构模型的短文本推荐算法研究显示文摘传统的基于协同过滤的推荐系统需要收集用户兴趣喜好等相关数据,在一定程度上涉及到用户的个人隐私,当前信息安全和隐私保护是数据挖掘领域的热点之一,为了有效避免用户信息泄露带来的安全问题,提出一种融合句义结构模型的短文本推荐方法。该方法以句子为研究对象,首先利用LDA主题模型构建文章-主题矩阵,划分子主题,然后利用句义结构模型抽取句子的语义格得到句子的语义特征,基于LDA主题模型使用句义结构计算句子两两之间的语义相似度,构建相似度矩阵,融合句子的语义特征和关联特征综合加权得到句子权值,以文章内最高单句权值衡量文章权值,将文章权值统一进行排序,按照排序顺序去冗余后依次推荐。在压缩比为0.5%的条件下,ROUGE-1值达到31.388%,ROUGE-SU*达到15.701%.实验结果表明,以句子为粒度的短文本推荐算法能丰富文本的特征信息、深化语义分析层次,在数据处理过程中未收集用户信息,从而有效避免用户信息泄露等安全问题,实现更加安全、快速向用户推荐文本。 | 原玉娇 罗森林 林萌 潘丽敏 | 2015 | 信息安全研究2015，1，1： | 1 |
| 16 | 基于主题模型的图像分割技术研究显示文摘研究文字图像中不同区域的分割问题,由于文字图像结构较为复杂,传统阈值方法由于不可避免地会在分割出的目标中留下和目标灰度比较接近的背景区域,难以满足分割效果的问题,提出了一种基于主题模型并利用马尔科夫随机场模型的文字图像分割方法。首先利用PCA和K均值方法在训练数据上提取图像编码本,然后利用编码本对待分割图像进行初始编码,根据主题模型,对编码后的图像各个码字求取概率,最后在马尔科夫模型中,利用所得到的概率构造能量函数进行仿真,结果优化了图像分割。证明无监督学习过程使得训练过程更为简单,主题模型获得的概率更准确,更符合图像生成的物理过程,使得分割的不同区域的边界更为平滑。表明改进的方法可以方便地拓展到其他类型的图像分割和标定等领域。 | 杨冀林 | 2011 | 计算机仿真2011，28，12： | 1 |
| 17 | 基于网站层次结构和主题模型LDA的网站自动摘要显示文摘近年来自动摘要方面的研究大多是关于多文档和Web网页的,而对网站自动摘要的研究较少。为此,基于主题模型隐含狄利克雷分布(LDA)和网站层次结构提出一个可以自动生成网站摘要的算法。该算法可获取整个网站内的网页信息并进行整合,根据提出的句子权重公式计算句子权重,选取权重最高的句子作为网站摘要。以20个商业和学术网站作为实验对象,使用ROUGE评测标准,结果表明,与仅使用主题模型LDA获取的网站摘要相比,不带停用词的ROUGE-1和ROUGE-L提高0.32,带停用词的ROUGE-1提高0.39,ROUGE-L提高0.38。与网站首页摘要相比,不带停用词的ROUGE-1提高0.03,ROUGE-L提高0.06,带停用词的ROUGE-1提高0.08,ROUGE-L提高0.07。 | 李舒嫒 杨静 顾君忠 | 2017 | 计算机工程2017，34，4： | 1 |
| 18 | 基于主题提取和记忆模型的新闻推荐系统设计显示文摘互联网的飞速发展产生了'信息过载'问题,新闻推荐系统可以帮助用户快速找到符合自己兴趣的新闻。文章完成了一个基于主题推荐的新闻推荐系统的研究和实现,针对该系统的关键部分即新闻主题和用户兴趣模型做了深入的研究并进行了程序上的实现。文章提出了一种基于主题的新闻推荐方式,将概率主题模型引入到文本推荐中,并深入研究了采用Gibbs抽样算法的LDA主题提取模型。文章在研究基于记忆的用户兴趣模型基础上提出了相应的改进方法,主要是针对记忆模型对用户长短期兴趣不适应的问题,提出了根据用户访问频率来确定不同兴趣度衰减速度的改进方案。 | 阳小兰 钱程 | 2012 | 计算机与数字工程2012，40，6： | 1 |
| 19 | 基于完全稀疏主题模型的多文档自动摘要显示文摘为了解决稀疏情况下的自动文档摘要问题,将提出的完全稀疏主题模型引入到文档摘要中。根据模型中主题分布和主题的词汇分布,提出了该模型上的自动摘要算法。为了验证该方法的有效性,在DUC 2007数据集上使用ROUGE自动摘要评测工具进行评测。通过与DUC 2007中专家摘要和对多种实验的比较,比较结果表明,该摘要方法在准确率上显著优于其它方法,同时在推断时间、方法的简单性等各个方面也都具有优势。 | 邵洲 张晖 | 2014 | 计算机工程与设计2014，35，3： | 1 |
| 20 | 基于hLDA主题模型的多文档摘要句子打分算法研究显示文摘多文档摘要技术在自然语言处理领域得到越来越广泛的关注,层次潜在狄利克雷分配(以下简称hLDA)在层次主题建模中的良好效果已经得到验证,本文以hLDA模型结构中的节点作为重点研究对象,研究基于hLDA主题模型的句子打分方法,为多文档摘要的句子抽取提供有力依据。 | 于佳 | 2013 | 河南科技2013，32，11X： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员