基于评论与转发的微博联合主题挖掘

微博文本简短、信息量少且语法随意,传统主题分类并不理想.Labeled LDA在LDA主题模型上附加类别标签协同计算隐含主题分配量使文本分类效果有所改进,但标签在处理隐式微博或主题频率相近的分类上,存在一定的模糊分配.本文提出的Union Labeled LDA模型通过引入评论转发信息丰富Label标签,进一步提升标签监督下的主题词频强度,一定程度上显化隐式微博、优化同频分配,采用吉布斯采样的方法求解模型.在真实数据集上的实验表明,Union Labeled LDA模型能更有效地对微博进行主题挖掘.     

分布式检索中基于主题的语言模型集合选择策略

在分布式检索中,基于主题的语言模型集合选择方法首先引入Relevance Model计算用户查询和信息集合中文档的相似度,在此基础上通过文本聚类得到集合中文档的主题信息,加入语言模型计算得到各个信息集合的查询相关度排名,以此完成集合选择.实验表明,与ODRI、CRCS和基于传统语言模型的集合选择算法相比,该方法的检索效果得到了显著提高.     

技术效果在专利检索中的应用

现有专利文献的检索策略是从申请文件中提取体现背景技术、发明点技术特征的关键词并进行检索.然而,有些技术方案的技术手段很难用关键词来表达,比如部件之间的位置关系、某一部件的具体构造,如不规则形状,如果依然使用常规检索策略进行检索,则会导致效率低下且存在漏检.通过分析专利文献的文献结构、各部分的作用特点提出从技术效果、技术问题入手提取关键词进行检索,并通过提供一个具体的案例来阐述如何从技术效果入手调整检索策略.提供的方法丰富了专利文献的检索策略,并提高了检索效率及检索有效性.     

基于对话内容的交互型文本会话主题挖掘

传统的主题挖掘模型一般仅从交互型文本中挖掘出文档主题,为了能够从中挖掘出会话主题并提高挖掘模型的普适性,提出了一种基于对话内容的交互型文本会话主题生成模型。首先通过分析交互型文本的特征,基于主题树的概念,定义了一个5层结构的对话生成树。以此为基础,再基于LDA构建会话主题生成模型(ST-LDA)。最后采用吉布斯抽样法对ST-LDA进行推导,得到会话主题及其分布概率。使用实际数据进行验证,结果表明,ST-LDA模型可以从交互型文本中有效地挖掘出会话主题。此外,成果可以降低分类算法的复杂度,回溯主题—参与者关联关系,具有较好的普适性。     

融合锚词抽取的海量短文本主题层次挖掘

从短文本集中挖掘不同粒度的主题、构建主题的层次结构在舆情分析、视觉检测、语义挖掘和图谱构建等方面具有重要应用.围绕如何从短文本集中分层次地挖掘主题,在修改传统短语定义的基础上,提出了融合锚词抽取的海量短文本主题层次挖掘框架.提出的主题层次挖掘框架首先基于词共现图实现主题推断和锚词抽取;然后,应用关联规则挖掘频繁锚词短语;最后,采用排序方法量化锚词短语以寻找最具代表性的主题短语.与已有的基于词共现图构建主题层次的方法相比,融合了锚词抽取的词共现图分析方法更有利于构建层次更高的主题.在2个实际的中文短文本数据集上执行实验,结果表明提出的方法挖掘的短语能较好地解释主题和用于分类预测.     

基于LDA模型的教育技术学研究主题挖掘及演化趋势分析

利用LDA模型对教育技术学领域核心期刊进行主题挖掘和演化趋势分析。结果显示：在2012—2021年间,教育技术学领域共有26个研究主题,其中有在线学习等8个热点主题;在线学习等10个主题呈上升趋势,远程教育等5个主题呈下降趋势,智慧教室、教学模式等11个主题演化趋势较为曲折。由此可见,将LDA模型引入到教育技术学领域中进行主题挖掘是行之有效的,希望能对后续研究者提供帮助和借鉴。     

基于共词分析和主题挖掘的档案服务创新研究

旨在对中国知网中关于档案服务创新的文献数据进行梳理和分析,探讨当前档案服务创新领域中的主题情况和研究热点.基于共词分析法,借助Gephi工具绘制国内档案服务创新的知识图谱,从关键词词频、词间联系等角度实现该领域现状研究,通过LDA模型,详尽分析文献摘要中的主题信息,并使用可视化技术将结果呈现.研究表明,方法能够有效梳理...     

基于音频的电视新闻节目的主题检索和聚类

随着流媒体应用的蓬勃兴起,基于媒体内容的检索和管理逐渐成为当前的学术研究热点。新闻节目作为电视节目的一种常见形式,对其主题进行自动提取检索具有重要的实际意义。该文从电视新闻节目的音频入手,综合应用了播音室语音/非播音室语音分类、说话人转换点检测以及按说话人聚类等多种技术,实现了对电视新闻节目的主题的检索和聚类。实验表明,该文中的方法能够找到新闻节目中96%以上的播音室段落,并对其进行准确归类,显示了这种方法的可行性和潜在价值。     

主题网络蜘蛛搜索策略贪婪性解决方法

主题网络蜘蛛搜索策略是专业搜索引擎的核心技术。但是目前的主题搜索算法往往存在很大贪婪性,难以在全局范围内找到最优解。通过比较分析发现Best-First算法虽然有它的不足,但是它在几种算法中表现的性能最优。故以Best-First算法为基础,提出了BS-BS算法。对BS-BS算法进行性能评价,发现应用此算法搜索不但“召回率”有所提高,还能在一定程度上找到全局范围内的最优解。     

基于主题本体树的文本流层次主题检测技术

本文首先提出主题本体树层次结构的主题结构模型,并研究了基于主题本体树的层次主题检测技术。在真实新闻数据上的仿真实验表明,该方法能从文本流中有效检测层次主题,实验表明三种测度中混合对称测度效果更好。     

实景主题剧场音响系统工程设计

总结了实景主题剧场的音响系统工程与一般剧场音响系统工程设计的主要异同点及其注意事项,并简介了锦绣中华泼水广场和深圳东部华侨城露天剧场两个工程实例。     

如何挖掘和捕获新闻线索

如何发现和挖掘新闻线索和选定新闻主题是每个新闻记者的基本功之一.因此,寻找新闻线索、找好新闻线索显得尤为重要.     

如何提高航行通告发布效果

航行通告的及时准确发布,就是对航行过程中的设施、服务以及航安全情况的一个通知,采用其自动化处理航行通告系统来进行发布,有助于相关工作人员做好相应的处置工作,从而确保航行的安全性。     

基于ODP的上下文主题描述方法

针对以往主题描述方法未充分考虑主题上下文的问题,提出了基于ODP(开放式分类目录)的上下文主题描述方法.使用新的特征选择算法对主题特征进行了确定,并使用分类主题树的上下文对主题描述方法进行优化以提高主题爬行的性能.实验表明,该特征选择算法能够有效地提取出主题特征,并在保证正确率的基础上尽量减少特征维数以提高计算效率.同时,该主题描述算法充分考虑了主题上下文关系,且无论是在准确性还是在信息量总和上都有良好的性能.     

卡门主题幻想曲

如果要问、世上演录最频繁、最动听也最受欢迎的小提琴“协奏小品”是哪些？萨拉萨蒂的“流浪者之歌”和“卡门幻想协奏曲”，应该是当之无愧的入选者；而参与过这些作品的经典演录的、除海飞兹、帕尔曼、沙汉姆等男性大师以外．安妮一索菲穆特也绝对是不让须眉的巾帼好手，这是爱乐友早就熟知的DG公司名版录音，最初出自1993年的版本、由詹姆斯莱文指挥维也纳爱乐与穆特合作出炉。     

基于用户感知的移动核心网络隐性问题挖掘探讨

随着移动通信网络规模的日趋庞大,核心网元的复杂度也相应增加,移动核心网元存在的各种隐性问题难以避免,需要日常优化发掘处理。另外,有些问题虽然在某些指标上有所体现,但问题的根源隐藏较深,属于显性现象隐性问题,同样需要日常优化维护人员具备问题追踪定位的能力。本文一方面从核心网隐性故障着手,通过MVQM系统主动挖掘网络隐性问题,并加以处理解决,将其对用户感知的影响降至最低;另一方面介绍了一些通过用户投诉或KPI指标等高效的方法和手段来发现解决隐形问题的案例。     

主题动物商业空间智能化设计

本文通过对主题动物商业空间的智能化进行了相关设计,从综合布线系统设计到中控系统的选择,充分体现了当前智能化技术发展和文旅创新项目的完好结合,具有浓厚的时代背景和先进的技术特征。     

提高示波器课堂教学使用效果方法研究

由于现在的科学发展迅速,各种各样的多媒体被运用在教学上,多媒体现如今已经成为教学课堂上不可缺少的教学工具。多媒体教学不仅能够让老师节省在黑板上写字的时间,还能够提高同学们对所讲知识的理解,能够将学生学习的兴趣由被动变为主动,提高学生解决实际问题的能力。本文针对示波器在课堂教学中存在的一些问题,探讨了如何提高示波器在课堂教学中的使用效果。