期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于最小二乘支持向量机的网页主题语义分类的研究
被引量：
2
1
作者
樊中华
侯占斌
+1 位作者
张晨星
马骁
《计算机应用与软件》
CSCD
2009年第12期53-55,59,共4页
提出了对网页主题进行语义扩展的方法,利用最小二乘支持向量机LSSVM(least squares support vector machines)来代替传统的支持向量机SVM(support vector machine)的分类技术。在建立LSSVM模型的多类别分类算法基础上,将其应用到网页主...
提出了对网页主题进行语义扩展的方法,利用最小二乘支持向量机LSSVM(least squares support vector machines)来代替传统的支持向量机SVM(support vector machine)的分类技术。在建立LSSVM模型的多类别分类算法基础上,将其应用到网页主题语义分类。实验表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,对网页主题语义分类具有很好的效果。
展开更多
关键词
最小二乘支持向量机
语义建模
网页主题语义分类
在线阅读
下载PDF
职称材料
基于Skip-PTM的网页主题分类与主题变迁的研究
被引量：
6
2
作者
耿宜鹏
鞠时光
+1 位作者
蔡文鹏
章恒
《小型微型计算机系统》
CSCD
北大核心
2020年第7期1395-1399,共5页
概率主题模型与词向量模型的结合已经成为主题分类研究的一大热点,本文基于该思想提出了一种适用于网页主题分类的Skip-PTM模型.Skip-PTM模型吸取了LDA主题模型的优势,扩展了Word2Vec的Skip-gram模型,由原来的使用词向量预测上下文词转...
概率主题模型与词向量模型的结合已经成为主题分类研究的一大热点,本文基于该思想提出了一种适用于网页主题分类的Skip-PTM模型.Skip-PTM模型吸取了LDA主题模型的优势,扩展了Word2Vec的Skip-gram模型,由原来的使用词向量预测上下文词转变为使用上下文向量来预测上下文词.在网页主题类型变迁的研究中,本文根据一定的时间粒度,将网页文本集离散到时间窗口,然后在独立的时间窗口中使用Skip-PTM建模,从而挖掘主题的变迁.本文利用搜狗实验室语料数据和各门户网站搜集的数据集进行分析实验.实验表明,本文提出的方法可以通过潜在语义对网页主题进行分类,并且可以挖掘出主题变迁的趋势.
展开更多
关键词
网页分类
主题变迁
Skip-PTM模型
隐含语义维度
在线阅读
下载PDF
职称材料
题名
基于最小二乘支持向量机的网页主题语义分类的研究
被引量：
2
1
作者
樊中华
侯占斌
张晨星
马骁
机构
北京科技大学信息工程学院
北京航空航天大学计算机学院
出处
《计算机应用与软件》
CSCD
2009年第12期53-55,59,共4页
基金
国家"十一五"科技支撑计划项目(2006BAK11B03)
文摘
提出了对网页主题进行语义扩展的方法,利用最小二乘支持向量机LSSVM(least squares support vector machines)来代替传统的支持向量机SVM(support vector machine)的分类技术。在建立LSSVM模型的多类别分类算法基础上,将其应用到网页主题语义分类。实验表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,对网页主题语义分类具有很好的效果。
关键词
最小二乘支持向量机
语义建模
网页主题语义分类
Keywords
lssvm semantic modelling semantic classification of webpage subjects
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于Skip-PTM的网页主题分类与主题变迁的研究
被引量：
6
2
作者
耿宜鹏
鞠时光
蔡文鹏
章恒
机构
江苏大学计算机科学与通信工程学院
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第7期1395-1399,共5页
基金
国家重点研发项目(2016YFD0702001)资助
江苏省研究生科研与实践创新计划项目(5561170021)资助。
文摘
概率主题模型与词向量模型的结合已经成为主题分类研究的一大热点,本文基于该思想提出了一种适用于网页主题分类的Skip-PTM模型.Skip-PTM模型吸取了LDA主题模型的优势,扩展了Word2Vec的Skip-gram模型,由原来的使用词向量预测上下文词转变为使用上下文向量来预测上下文词.在网页主题类型变迁的研究中,本文根据一定的时间粒度,将网页文本集离散到时间窗口,然后在独立的时间窗口中使用Skip-PTM建模,从而挖掘主题的变迁.本文利用搜狗实验室语料数据和各门户网站搜集的数据集进行分析实验.实验表明,本文提出的方法可以通过潜在语义对网页主题进行分类,并且可以挖掘出主题变迁的趋势.
关键词
网页分类
主题变迁
Skip-PTM模型
隐含语义维度
Keywords
webpage
classification
topic variation
Skip-PTM model
implicit
semantic
dimensionality
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于最小二乘支持向量机的网页主题语义分类的研究
樊中华
侯占斌
张晨星
马骁
《计算机应用与软件》
CSCD
2009
2
在线阅读
下载PDF
职称材料
2
基于Skip-PTM的网页主题分类与主题变迁的研究
耿宜鹏
鞠时光
蔡文鹏
章恒
《小型微型计算机系统》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
