人工智能下载列表第420页

[深度学习] 基于word2vec的关键词提取算法.caj

说明：随着近些年深度学习的兴起，词语在计算机中的表示有了重大突破；而长期以来关键词提取算法均以词语作为特征进行计算，效果并不理想。因此，本文提出了一种基于深度学习工具 word2vec 的关键词提取算法。该算法首先使用 word2vec 将所有词语映射到一个更抽象的词向量空间中；然后基于词向量计算词语之间的相似度，最终通过词语聚类得到文章关键词。实验表明该算法对于篇幅长文章的关键词提取的准确率要明显高于其他算法
<fengliren> 上传 | 大小：695kb

[深度学习] 领域关键词抽取_结合LDA与Word2Vec.caj

说明：随着互联网与信息技术的发展，大数据分析成为目前热门话题之一。大数据分析主要从海量数据中提取有意义的信息作为数据特征，通过分析已有数据的特征，实现数据的归纳分析，预测数据集的发展方向。自然语言处理是实现文本信息智能分析的一项重要研究工作。对特定领域内文本的分析，可以获取该领域内的重要信息，以及实现对该领域发展方向的预测。针对财经领域而言，分析财经领域内海量的文本信息，可以了解经济发展的前景，实现对经济发展的预测。中文文本分析主要是文本的分类、聚类等工作，依赖于对文本中词汇的分析。
<fengliren> 上传 | 大小：255kb

[机器学习] 面向微博用户的标签自动生成技术研究.caj

说明：近年来，微博服务作为新型的互联网应用，受到了越来越多用户的关注。在自然语言处理、信息检索和社会计算等相关领域，针对微博的研究工作也在逐渐开展和积累中。微博用户标签，作为描述用户兴趣爱好、职业领域特征等的载体，在用户组织和搜索，挖掘用户兴趣、实现微博上的个性化等方面有着重要的作用。本文着眼于基于微博内容的用户标签自动生成，借助对内容的分析，生成能够体现用户兴趣的标签。本文通过新浪微博 API 随机获取了百万级规模的标签相关数据，用于分析用户标签在统计、语义等方面的特征。同时，我
<fengliren> 上传 | 大小：3mb

[深度学习] 文本检索结果聚类及类别标签抽取技术研究.caj

说明：本文根据检索结果聚类特点进行语义特征信息抽取来辅助聚类过程。着眼于深度挖掘文本之间语义联系，提出基于语义空间转换方法的类别标签自动发现算法。针对检索结果聚类的实用特性，力图保持检索结果聚类的时效性、准确性和覆盖性，重点研究了以下问题： 1、基于语义特征抽取的初始信息优化选择检索结果聚类需要直接呈现给用户，这一特点决定了传统的机器学习算法并不能完美解决这一问题。理解文本的语义是自然语言处理的终极目标，同样对于检索结果聚类是十分重要的。针对中文语义分析并不成熟的现状，本文提出从网络
<fengliren> 上传 | 大小：4mb

[机器学习] 中文文本情感分析中的特征选择和权重研究.caj

说明：随着中国电影产业的快速发展和人们生活水平的不断提高，看电影逐渐成为人们闲暇时的主要活动之一。每当观影前，人们都会面临电影和影院的选择决策问题。国内一些知名的电影社区网站或者 APP 都包含丰富的电影评论信息，为广大用户做出观影决策提供重要依据。对这些用户反馈的包含观影感受的评论进行情感分析研究，在理论分析和设计应用上都具有极其重要的意义。目前国内电影领域的情感分析研究不多，未能很好的利用影评评论信息。针对以上问题，本文以豆瓣电影为语料源，面向中文电影评论进行情感分析，通过改进特征选择
<fengliren> 上传 | 大小：1mb