Affiliation of Author(s):经济与管理学院
Journal:数据分析与知识发现
Key Words:特征降维;文本复杂网络;话题表示;
Abstract:【目的】通过一种特征降维方法解决传统词同现导致文本复杂网络处理大规模语料库时的高维性和稀疏性瓶颈问题。【方法】以共现概率表示词语间互信息值,抽取大于阈值的词语组合,以此为基础根据句法结构获得三级词条构建初始网络,通过修正算法完成文本复杂网络的进化,实现话题语义表达。【结果】以微博热门话题"全球爆发网络勒索病毒"下6 936条微博构建语料库进行实验,得到具有217个节点,2 019条边的网络模型,并用于微博话题特征发现研究,获得优化效果。【局限】文本复杂网络的网络节点权重赋值存在进一步探索的空间。【结论】该模型能够有效减少网络节点冗余,同时提高了文本复杂网络对话题的语义表达效果,为复杂网络理论用于文本挖掘提供一条新途径。
Translation or Not:no
Date of Publication:2017-11-25
Co-author:刘冰瑶,李晓峰
Correspondence Author:Ma Jing
Date of Publication:2017-11-25