文献

J-GLOBAL ID：201802243734994197   整理番号：18A0095714

MRT-LDAモデルに基づくマイクロ波テキスト分類【JST・京大機械翻訳】

Micro-blog’s Text Classification Based on MRT-LDA

著者 (3件)： Pang Xiongwen (華南師范大学計算机学院 广州510631) ,  Wan Benshuai (華南師范大学計算机学院 广州510631) ,  Wang Pan (華南師范大学計算机学院 广州510631)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 8  ページ： 236-241,259  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マイクロ波の広い使用は大量のマイクロ波データを生み出し、これらのデータには大量の価値ある情報が含まれている。しかし、マイクロ波情報のテキスト内容が短く、それ自体がいくつかの構造化された社会ネットワークにおける情報を持つため、伝統的な主題モデルモデリング方法はマイクロ波情報を十分に処理することができない。マイクロ波情報の特性に従って,本論文では,Latent Dirichlet Allocation(LDA)に基づくマイクロ波生成モデル(MRT-LDA)を提案し,マイクロ波の間の相関を計算するために,マイクロ波の間の転送,対話,サポート,および批評の関係を利用することを目的とした。 . . . . . . . . . . . . . . . . . . . . . . . . . . . .の間の関連性を計算する.マイクロ波の間の関連性と同じユーザーのマイクロ波情報の間の関係を総合的に考慮することによって、マイクロ波のテーマをマイニングすることを補助する。ギブスサンプリング法を用いてモデルを導出し,結果は,このモデルが効果的にマイクロ波データをマイニングできることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *マイクロ波 ,  構造形成
準シソーラス用語： マイクロ波発生 , 【Automatic Indexing@JST】

著者キーワード (6件)： Micro-blog ,  Topic mining ,  LDA ,  MRT-LDA ,  Probabilistic generative model ,  Social network

分類 (2件)： 人工知能  (JE08000Z) ,  検索技術  (AC06020S)

タイトルに関連する用語 (3件)： モデル ,  マイクロ波 ,  テキスト分類