主题发现

作品数:143被引量:837H指数:17
导出分析报告
相关领域:自动化与计算机技术更多>>
相关作者:吴蕾何婷婷王曰芬王林赵琦更多>>
相关机构:南京理工大学中国科学院华中师范大学武汉大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家社会科学基金教育部人文社会科学研究基金国家高技术研究发展计划更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 基金=国家科技支撑计划x
条 记 录,以下是1-3
视图:
排序:
基于CBOW-LDA主题模型的Stack Overflow编程网站热点主题发现研究被引量:4
《计算机科学》2018年第4期208-214,共7页张景 朱国宾 
国家科技支撑计划(2012BAH01F02)资助
Stack Overflow是一个热门的国外编程问答网站,通过对该网站编程提问帖的问题文本进行文本语义挖掘,能获析用户关注的编程热点。由于研究对象所代表的短文本信息具有高维性及分布不均的特点,易导致主题获取不明晰。文中提出一种基于LDA(...
关键词:STACK OVERFLOW LDA-CBOW语言模型 主题发现 热门主题 困惑度 
基于主题发现的专利发明人推荐方法被引量:5
《情报工程》2015年第3期90-97,共8页黎楠 杜永萍 何明 
国家科技支撑计划子课题(2013BAH21B02-01);北京市自然科学基金资助项目(4153058);上海市智能信息处理重点实验室开放基金(IIPL-2014-004)
LDA主题模型可用于识别大规模文档集中潜藏的主题信息,本文提出了一种基于LDA建立发明人兴趣主题模型的方法,合并每位发明人的专利数据,专利信息基于发明人进行划分,将标准的文档-主题-词的三层LDA模型变为专利数据中的发明人-主题-词...
关键词:LDA主题模型 专利 主题发现 推荐技术 
非结构化文本中内容对象抽取的技术方法综述被引量:1
《数字图书馆论坛》2008年第9期1-12,36,共13页张智雄 吴振新 赵琦 洪娜 徐健 刘建华 
本文受国家社会科学基金项目'从数字信息资源中实现知识抽取的理论和方法研究'(05BTQ006)和国家'十一五'科技支撑计划课题'网络科技信息监测与评价'(2006BAH03B05)的资金资助
近年来,知识抽取技术在非结构化文本的处理中起到很重要的作用.文章在对当前知识抽取的相关文献、系统和项目分析研究的基础之上,提出了当前知识抽取研究中的主要抽取内容对象的分类,并对这些主要内容对象抽取的相关技术方法进行综述....
关键词:知识抽取 对象识别 术语抽取 主题发现 关系抽取 事实抽取 观点抽取 数字图书馆 
检索报告 对象比较 聚类工具 使用帮助 返回顶部