資源描述：
《基于語義的網(wǎng)絡流行語趨勢分析.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、、＇Ｘ一：，占：輪＾．戶Ｖｒ．峨年、心於巧種百‘．；＞：：－於．—心，；：，，説１：，每爲＾＆；參歌護嘆導題嶋羣蕉奪裝茲敏論誦攀蘇ＶＭ，乂乂於薄瞧雜靡‘議’＾Ｊ．；々％護碩丈研巧生學位論支．氣＇＇＇＇＇方－治二Ｔ＞：：繁劈：＃沿滬黃；ｒ滬；獵＇■＇．占■心巧－－－＇■躬：：．．■、巧Ｔ２＼＇Ｋ節(jié)實ｙ．矜穀＾ｆ準豕＇－’＇、．巧；金粹皆；心，；苦＾巧堿獻二＼＾雜、輪績義書每＾：幾＾、；、．謂譯麵齡或‘殘館纖釋鈍桑為．．＇．一＇＇護．’：，ｖ味心，：；知如雄早
2、鍵睹冷．嚴：基于語義的網(wǎng)絡流行語趨勢分柄；普勞巧反：ｆ，—＾．：：■＇‘＇’＇：－．：＇＇－取＇＾命＇１：：苗馬繡拓迄＜￣讀等衰更巧－議養(yǎng)靡讓編戀挈網(wǎng)’峰學＇掙等付請子常鍵義霉難崇議誦賺義ｍ－，爾‘學爭２〇１４１１０４０１０＾務方誇；．？輪品；苗，，唉＼苗￡；皆遠雜雀娩觸辨）；，＾苗發(fā)雜辦績資荀韋：’；軟件工程Ｖ．／＾八巧教Ｓ向Ｖ．ｖ，心說葬逼單．－、．段建勇：山，編部設：；取辦一八嘴夢瑪賴觀藏Ｉ‘＇。．＇；．＇＇．、．＾’、＇＾＾／Ｖ．＇切、；；＾：＇鐘；＞：皆聲碼．
3、Ｖ巧兵‘ｒ．：？ｖ；：：打：３＾；域為始，而，呼；；；２蚊案６月１２鼻辦麗義薪．纖燙Ｉ．私龍職該：辨響巧乂．皆３敎婷舞；巧滬ｆ爾蠟訟興Ｖ；與私祥琪斬茂讀為挺誤議緯麵議議議騎藝攀‘：議猶論議接論論變變卿，雜蕊權額屬置擁我＂＇■－■＼：＾ｒ；Ｖ＾ＫＶ．．北方工業(yè)大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文，是本人在導師的指導下，獨立進行硏究工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集
4、體，均己在文中Ｗ明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。學位論文作者簽名：日期：２＞０／）年月作日學位論文使用授權書學位論文作者完全了解北方工業(yè)大學有關保留和使用學位論文的規(guī)定．即：研究生在校攻讀學位期間論文工作的知識產(chǎn)權單位屬北方工業(yè)大學。學校有權保留并向國家有關部口或機構送交論文的復印件和電子版，義許學位論文被查閱和借閱；學校可Ｗ公布學位論文的全部或部分內(nèi)容可Ｗ允許采，用影巧、縮印或其它復制手段保存、匯編學位論文（保密的學位論文在解密．后適用于本授權書）。□保密論文注
5、釋；經(jīng)本乂申請批準，學校，本學位論文定為保密論文，密級：期限：曰起至年月曰．年，自年月止后適用本授權書。，解密＾非保密論文注釋：本學位論文不屬于保密范圍．適用本授權書。＜本人簽名：付末〇日期：ＷＡ／心■、導師簽名；日期：Ｉ。！—！叫、戶Ｉ基于語義的網(wǎng)絡流行語趨勢分析摘要在自然語言處理方面，構建可計算的詞語、文本語義特征是多數(shù)自然語言一處理任務的基礎。本文提出種詞語語義相似度計算方法，通過結合文本之外的先驗知識，提高在特征稀疏情況下的模型準確率；同時結合詞語語義相似
6、度ｅｎｔｎ－Ｍｅａｎ計算與ＬＤＡ（ＬａｔＤｉｒｉｃｈｌｅｔＡｌｌｏｃａｔｉｏ定義文本間的語義距離，通過Ｋｓ聚）類獲取語料中的事件。兩個方法可Ｗ結合外部知識改進對詞語、文本向量化的過程，提升基于向量的相似度計算的效果。論文的兩個主要方面分別為：。改進詞語語義相似度計算：向量化是詞語的語義可計算的關鍵本文提出一了種結合詞語關系的改進詞語語義向量計算法。該方法基于Ｗｏｒｄ２Ｖｅｃ的思路，在通過當前詞語預測上下文詞語的基礎上，同時預測詞語在詞語關系中的鄰接位置。模型將詞語經(jīng)過編碼矩陣得到語義向量，再經(jīng)過
7、解碼矩陣得到對上下文詞語與詞語關系等稀疏特征的預測。通過模型參數(shù)對誤差的梯度來迭代調(diào)整模型，最終得到詞語到語義向量的映射方法。該方法可Ｗ用過添加額外的詞語關系網(wǎng)來緩解文本本身的特征稀疏情況，提高詞語語義相似度計算的準確性。改進基于ＬＤＡ的事件發(fā)現(xiàn)：基于ＬＤＡ的事件發(fā)現(xiàn)是通過ＬＤＡ模型得到文本。的主題詞向量，并通過主題詞向量之間的余弦距離聚類得到文本簇的方法本文提出了一種融合了詞語語義相似度計算與詞語在頻域特征的文本語義距離計算方法，進而改進了基于ＬＤＡ的事件發(fā)現(xiàn)算法。首先將文本根據(jù)時間窗分割后進
8、行ＬＤＡ計算得到文本的主題詞向量，并根據(jù)融合詞語語義相似度的距離定義進行Ｋ－Ｍｅａｎ聚類得到時間窗粒度的事件后根據(jù)主題詞的詞頻特征合并時間ｓ；然。＞窗粒度的事件，最終得到事件該方法可＾１通過融合１額外文本中的詞語語義相似度信息，改善對短文本事件發(fā)現(xiàn)的準確性。
