|
|||||
|
|
| 基于word2vec结合TFIDF的词类扩充应用研究 | |
| 作者姓名： | 王昕元 武君胜 |
| 作者单位： | 西北工业大学软件与微电子学院,西安,710072 |
| 摘 要： | 旨在解决在词类标注样本稀缺的环境下,通过某种算法来给词类进行关键词扩充,应用场景是互联网社交平台需要根据话题组即词类,进行广告推送,而词类扩充相关词能达到广告推送量大,而且精准的效果.实验中前后使用了两种算法进行研究,一种是类似于Google的Page rank找到相关词进行扩充,这是运用比较广泛的算法;另一种是提出的与结合TFIDF的word2vec计算词间相关性的算法.给出了对比数据,word2vec能较好地实现词类扩充的需求. |
| 关 键 词： | word2vec 神经网络 TFIDF 词类扩充 计算广告 |
| 本文献已被 万方数据 等数据库收录！ | |