林春20xx0830(編輯修改稿)
2024-08-15 20:05 本頁面
【文章內(nèi)容簡介】 搜索，再進(jìn)行人工標(biāo)注得到，負(fù)例微博是從微博中隨機(jī)抓取得到。 ? 訓(xùn)練集有 6426條微博，正例 662條，負(fù)例 5764條，其中正例涉及的主題有：“胃好疼難受”、“頭昏喉嚨痛”、“脖子疼”、“牙疼”、“熬夜傷不起”等。 ? 測試集有 3753條微博，正例 302條，負(fù)例 3453條，其中正例涉及主題有：“上火怎么辦”、“油滴到衣服上”、“眼袋好重”、“紐曼怎么樣”、“自動關(guān)機(jī)自動重啟”、“佳能多少錢”、“父親節(jié)送什么”、“快速消腫”等。 Copyright 2022 FUJITSU Ramp。D CENTER CO.,LTD 系統(tǒng)實現(xiàn)原理 ? 本系統(tǒng)分為兩大模塊：問題微博識別模塊和答案推薦模塊。 ? 問題微博識別模塊采用 SVM分類器，提取微博 4種不同的特征：情感特征（ emotion）、事件特征（ event）、詞語情感特征（percent）以及外部特征（ external），分類器在不同的特征實例集上訓(xùn)練模型，預(yù)測時，加載各種模型，采用投票方式得到最終類別。 ? 答案推薦模塊：分別從 web和 weibo中獲取相關(guān)內(nèi)容推薦給用戶。 web推薦是將去除表情信息的微博作為查詢，在百度知道中搜索，然后對其結(jié)果重新計算相似度，將最相關(guān)問題的答案返回給用戶。 weibo推薦是提取微博的關(guān)鍵字將其作為查詢主題，在新浪微博中搜索，并對檢索結(jié)果重排序，將前 5條微博作為推薦內(nèi)容。 Copyright 2022 FUJITSU Ramp。D CENTER CO.,LTD 微博識別 ?特征提取 ?內(nèi)部特征 ?表情特征、事件特征、關(guān)鍵詞情感特征 ?外部特征 ?知道特征、百科特征、微博特征 ?分類 ?使用 SVM分類器進(jìn)行分類 ?集成預(yù)測 ?對內(nèi)部特征的預(yù)測結(jié)果進(jìn)行相對投票 ?結(jié)合相對投票結(jié)果與外部特征結(jié)果 做絕對投票 Copyright 2022 FUJITSU Ramp。D CENTER CO.,LTD 內(nèi)部特征 ? 表情特征提取 （ emotion特征） ? 輸入：微博和悲觀表情文檔 ? 處理：判斷微博是否含有悲觀表情 ? 輸出：含有，則返回 1；否則，返回 0 ? 事件特征提取 （ event特征） ? 輸入：微博 ? 處理：分詞和詞性標(biāo)注，判斷是否含有詞性為 t (時間 )， nr (人名 )， ns (地名 )，nt (機(jī)構(gòu) )的詞 ? 輸出：四個二值數(shù)字（由 0或 1組成），如果包含以上詞性，則返回 1，否則，返回0. ? 關(guān)鍵詞情感特征提取 （ percent特征） ? 輸入：訓(xùn)練集和微博 ? 處理： 1）將訓(xùn)練集根據(jù)表情符號分為 3個部分：包含正面表情微博，包含負(fù)面表情微博和不包含表情微博。然后對其分詞并統(tǒng)計各集合單詞詞頻。 2）對于輸入的微博，將其分詞和詞性標(biāo)注，提取詞性為 v， n， a， vn的詞作為關(guān)鍵詞，取其在（ 1）中提到的 3個集合中出現(xiàn)的詞頻，并歸一化，則單詞 w會返回三個值 neg_ratio、 pos_ratio、 neu_ratio，整體微博的關(guān)鍵詞情感特征即為其比值之和。 ? 輸出
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1