大數(shù)據(jù)在選題策劃中的應(yīng)用策劃書-閱讀頁(yè)
2024-12-07 03:24本頁(yè)面
【正文】 eb上的網(wǎng)頁(yè)包含的信息并不都是有用的，體現(xiàn)網(wǎng)頁(yè)的主題信息的是“主題”內(nèi)容；與主題內(nèi)容無關(guān)的導(dǎo)航條、廣告信息等內(nèi)容則是“噪音”內(nèi)容。因此在評(píng)論挖掘的數(shù)據(jù)預(yù)處理階段，首要任務(wù)就是完成Web網(wǎng)頁(yè)凈化過程，去除網(wǎng)頁(yè)內(nèi)容中的音頻、視頻、圖片等其他非文本信息，還有各種網(wǎng)頁(yè)本身的標(biāo)記語言，最后僅剩下網(wǎng)頁(yè)中的文字評(píng)論內(nèi)容，從Web頁(yè)面中提取出文本評(píng)論信息。通過對(duì)Web頁(yè)面的語義結(jié)構(gòu)進(jìn)行描述，產(chǎn)生適合計(jì)算機(jī)自動(dòng)處理的描述文件和指令文件，實(shí)現(xiàn)持續(xù)地、大批量地提取Web信息。中文分詞技術(shù)屬于自然語言處理技術(shù)領(lǐng)域，它通過詞性標(biāo)注將一個(gè)漢字序列切分成相互獨(dú)立的詞，文本挖掘的基礎(chǔ)是中文分詞，一段中文要使得計(jì)算機(jī)自動(dòng)識(shí)別語句語義，必須通過準(zhǔn)確的中文分詞處理。 挖掘出的圖書的讀者關(guān)注特征，是讀者圖書評(píng)論中最集中和最熱點(diǎn)的特征，但每項(xiàng)特征具體的評(píng)價(jià)傾向性還需進(jìn)一步分析和處理，即通過提取讀者對(duì)每項(xiàng)關(guān)注特征所持有的褒貶態(tài)度，分析其評(píng)價(jià)情感傾向性?？蛻粼u(píng)論中的情感特征詞是客戶表明自身觀點(diǎn)和態(tài)度的詞匯，而情感強(qiáng)度詞是指評(píng)論中用于加強(qiáng)語氣的程度副詞，如“最”“非?！焙鸵恍┓穸ㄔ~。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1