基于微博語料的網絡語言分析與識別.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯網技術的發(fā)展和移動通訊工具的普及以及微信、微博等社交平臺的廣泛應用,以提高交流效率或者表達某種情感為目的的、采用包含有自創(chuàng)、縮略詞語、特定符號及其獨立或者相互交叉組成的的網絡文本應運而生;這類文本中被不同年齡段、行業(yè)及具有不同的閱歷及知識背景網民所頻繁的使用和廣泛傳播的詞語、符號及其組合被稱為網絡語言,其大多反映的是社會熱點話題和廣泛社會生活現狀。將網絡語言中的網絡新詞及顏文字進行快速有效的發(fā)現識別、標識含義及并入詞集,對信息處

2、理系統(tǒng)在面向網絡文本、網絡語言進行處理時,對提高語義整體理解、社會熱點分析及用戶情感表達,互聯網監(jiān)控、企業(yè)決策和社會學研究都有重要的意義。
  論文首先對微博語料進行預處理并分詞得到“散串”語料;然后,基于候選詞內部組成結構,通過采用互信息統(tǒng)計模型向候選詞內部組成元素右鄰元擴展統(tǒng)計的方法建立了候選詞集;向右鄰元擴展統(tǒng)計的措施解決了基于互信息統(tǒng)計模型用于新詞發(fā)現時只能統(tǒng)計兩組成元素的局限性,同時規(guī)避了影響新詞發(fā)現研究準確性能的N元重

3、疊問題;依據語料文本短小,候選詞外部位置特征及行文規(guī)則,采用外部統(tǒng)計量制定了基于候選詞外部鄰接量過濾規(guī)則和計算方法,最終實現網絡新詞發(fā)現和識別。構建出了基于互信息模型向右鄰元擴展統(tǒng)計+外部鄰接量統(tǒng)計過濾的網絡新詞發(fā)現方法。
  統(tǒng)計與分析了大規(guī)模已知顏文字的結構和符號組成特點,基于顏文字內部構造元素的耦合度、核心組成元素的左右鄰結合度等信息進行統(tǒng)計識別;基于顏文字表達的人類面部特征元素進行匹配識別,并采用隱馬爾可夫模型對整體識別結

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論