期刊文献+

中文微博自动文摘生成方法

下载PDF
导出
摘要 微博已经成为广大用户发布和获取信息的重要渠道之一,微博平台上集聚着大量的用户群体和文本信息资源,如何从大量的微博信息中准确、有效获取微博事件关键内容至关重要。提出一种基于VSM和LDA主题模型相结合的方法,对微博文本生成自动文摘。实验结果表明,该方法能够比较准确地抽取微博文本的文摘内容,从而实现用户对实时消息的搜索。
出处 《软件导刊》 2016年第5期160-162,共3页 Software Guide
  • 相关文献

参考文献5

二级参考文献97

  • 1朱嫣岚,闵锦,周雅倩,黄萱菁,吴立德.基于HowNet的词汇语义倾向计算[J].中文信息学报,2006,20(1):14-20. 被引量:326
  • 2刘群,李素建.基于《知网》的词汇语义相似度的计算[C].台北:第三届汉语词汇语义学研讨会,2002.
  • 3A. Java, X. Song, T. Finin, et al. Why we twitter: understanding microblogging usage and communities. [C]//Proceedings of the 9th WebKDD and 1st SNAKDD 2007 Workshop on Web Mining and Social Network Analysis, 2007: 56-65.
  • 4H. Kwak, C. Lee, H. Park, et al. What is Twitter, a social network or a news media[C]//Proceedings of the International Conference on Word Wide Web (WWW), 2010: 591-600.
  • 5S. Wu, J. M. Hofman, W. A. Mason, et al. Who says what to whom on Twitter[C]//Proceedings of the International Conference on World Wide Web (WWW), 2011: 705-714.
  • 6M. Gupte, P. Shankar, J. Li, et al. Finding hierarchy in directed online social networks[C]//Proeeedings of the International Conference on World Wide Web (WWW) , 2011: 557-566.
  • 7A. Arasu, J. Cho, H. Garcia-Molina, et al. Searching the web [J]. ACM Transactions on Internet Technology, 2001, 1(1): 2-43.
  • 8J. Weng, E. Lim, J. Jiang, et al. TwitterRank: finding topic-sensitive influential twitterers[C]//Proceedings of the ACM Conference on Web Search and Data Mining (WSDM), 2010: 261-270.
  • 9M. Cha, H. Haddadi, F. Benevenuto, K. P. Gummad. Measuring user influence on twitter., the million follower fallacy[C]//Proceedings of the 4th International AAAI Conference on Weblogs and Social Media, 2010.
  • 10E. Bakshy, J. M. Hofman, W. A. Mason, et al. Everyone's an influencer: quantifying influence on Twitter[C]//Proceedings of the ACM Conference on Web Search and Data Mining (WSDM), 2011: 65-74.

共引文献71

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部