|
搜索
搜 索
高等教育領域數字化綜合服務平臺
多屬性文本自適應標注系統
成果描述：多屬性文本自適應系 統主要實現對每個未 知屬性的通信實體進 行屬性標注的功能。 主要分為兩個過程， 即訓練過程和預測過 程。 在訓練過程中，系統 根據用戶提供的已經 具有屬性的數據集、 用戶選擇的分類算法 所對應的參數進行訓 練，得到訓練模型。 在預測過程中，系統 根據用戶選擇的訓練 模型對未知屬性的數 據集中的每個實體進 行屬性標注，并得到 標注過屬性的數據集 。（注：在訓練過程 中，用戶可以使用在 訓練數據集上進行交 叉驗證的方法獲得在 固定參數和分類算法 下模型對未知樣本預 測的性能的大致估計 。）市場前景分析：隨著互聯網的迅速發 展，Web頁面上的信 息量呈指數級急劇增 長，如何快速、準確 地從海量數據中抽取 出用戶真正需要的信 息已經成為互聯網對 科研工作者提出的嚴 峻挑戰。 屬性標注能夠將網頁 非結構化文本內容轉 化為結構化的屬性數 據，方便用戶查詢和 進一步分析使用；其 作為信息抽取的關鍵 一步，對提高信息抽 取的性能方面也具有 重要意義。與同類成果相比的優勢分析：包括訓練和預測兩個 過程，實現對不同數 據集的自適應性屬性 標注； 特征選擇功能，可以 在訓練模型時，選擇 出對區分數據類別更 有用的特征詞，這樣 ，可以降低實體所對 應屬性的維度，從而 ，減少占用的內容空 間，提高計算效率； 交叉驗證功能，幫助 我們在訓練階段，就 可以了解參數和算法 的選擇，對屬性標注 時準確性的影響； 生成報告功能，可以 在訓練階段的交叉驗 證結束后，產生一個 訓練階段的報告，幫 助用戶更好地記錄實 驗數據、參數、時間 和準確性等信息； 評估功能，比較模型 標注結果與樣本真實 標簽的一致性、差異 性，以評價一個模型 的好壞。
電子科技大學
2021-04-10
多屬性文本自適應標注系統
多屬性文本自適應系統主要實現對每個未知屬性的通信實體進行屬性標注的功能。 主要分為兩個過程， 即訓練過程和預測過 程。 在訓練過程中，系統 根據用戶提供的已經 具有屬性的數據集、 用戶選擇的分類算法 所對應的參數進行訓 練，得到訓練模型。 在預測過程中，系統 根據用戶選擇的訓練 模型對未知屬性的數 據集中的每個實體進 行屬性標注，并得到 標注過屬性的數據集 。（注：在訓練過程 中，用戶可以使用在 訓練數據集上進行交 叉驗證的方法獲得在 固定參數和分類算法 下模型對未知樣本預 測的性能的大致估計 。）
電子科技大學
2015-02-12
智慧政務的文本數據挖掘應用
一、項目進展
創意計劃階段
二、負責人及成員
姓名
學院/所學專業
入學/畢業時間
學號
陳泳岐
計科院/計算機科學與技術
2019.9/2023.6
201931061097
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
楊云
計科院/軟件工程
講師
數據庫應用
四、項目簡介
本次研究主要是在“智慧政務”等網絡留言平臺的基礎之上對大量留言數據進行分類、提取熱度并對留言的回復情況進行質量評價，構建出基于機器學習的自然語言處理平臺的一系列算法實現。主要包括三種算法，分別對應于政務留言中的三個痛點問題。留言分類算法主要是用來將不同留言進行分類和標簽，再分別發送到對應部門，問題處理之后，留言回復質量評價算法將官方人員的回復質量進行采集與評價，判斷單位人員對留言的處理情況。留言熱點計算算法能夠抽取每個留言的主題并生成相應的關鍵詞展示給政務人員。
西南石油大學
2023-07-20
一種文本分類方法與設備
本發明涉及計算機技術領域，提供一種文本分類方法與設備，所述方法包括：S1，利用基于關鍵詞庫擴充的特征選擇規則，確定各目標文本的特征詞集合；S2，利用基于特征詞類內均勻度和特征詞類間區分度的權重計算公式，計算所述特征詞集合中各特征詞的權重；S3，利用最大權重融合算法，對同一目標文本的特征詞在不同文本類別中的權重進行權重融合運算，構建目標文本特征向量；S4，基于所述目標文本特征向量，利用多標記分類模型對所述目標文本進行分類。本發明提供的一種文本分類方法與設備，能夠有效提高文本信息表達的準確性、提高模型構建的效率，確保準確高效地對文本信息進行多標記分類。
中國農業大學
2021-04-11
互聯網文本內容主題概念漂移檢測系統
成果描述：互聯網文本內容主題 概念漂移檢測系統， 通過分析數據集中的 所有文檔數據的潛在 語義關系，提取出它 們之間的潛在語義主 題標示，通過評估參 數的方法，將生成的 主題時序關系用數據 的形式表示出來，并 以此為依據主動發現 待預測數據集中主題 的轉變與轉化現象， 并提供給用戶這一主 題轉移過程。市場前景分析：點。基于這些特點， 流數據的處理和分析 面臨巨大的挑戰，是 當前數據挖掘領域研 究的熱點。 分類是數據挖掘領域 的重要課題，當前流 數據分類問題面臨的 主要挑戰之一就是概 念漂移問題，即數據 中學習的概念（從屬 性到類別的映射）是 隨時變化的。 通過對互聯網中文本 內容的主題概念漂移 進行檢測，對于正確 分類互聯網文本等方 面具有重要的意義。與同類成果相比的優勢分析：能夠將生成的主題時 序關系用數據的形式 表示出來，方便用戶 查看； 可以動態調整評估參 數，以實現對不同數 據集的自適應性分析； 可以將評估參數值與 發生概念漂移的主題 中心相關聯，主動探 測出主題發生變化的 過程。
電子科技大學
2021-04-10
互聯網文本內容主題概念漂移檢測系統
互聯網文本內容主題 概念漂移檢測系統， 通過分析數據集中的 所有文檔數據的潛在 語義關系，提取出它 們之間的潛在語義主 題標示，通過評估參 數的方法，將生成的 主題時序關系用數據 的形式表示出來，并 以此為依據主動發現 待預測數據集中主題 的轉變與轉化現象， 并提供給用戶這一主 題轉移過程。
電子科技大學
2015-02-12
基于維基百科與文本的知識單元挖掘軟件
成果描述：本軟件面向文本，對知識單元關聯關系進行挖掘，從而實現對海量數據信息的合理利用。現在已經能夠根據文本挖掘出文本所含知識單元對的對應關系，實現了從海量信息中的知識關系提取。市場前景分析：隨著計算機網絡的迅速發展和日益普及，因特網上的信息以指數增長。信息時代帶來了海量的數字化文本，日益積累的數據使得信息的獲取越來越困難。人們的時間和精力是有限的，面對如此巨大的數字資源，無法從大量數據中迅速而準確地找到有用的信息，因而需要自動化的抽取工具，來幫助人們檢索海量數據。與同類成果相比的優勢分析：本軟件相對于其他同類成果，自動化程度更高，挖掘關系的正確性有相對提高，對海量數據中知識單元關系的挖掘有很大的用處。
電子科技大學
2021-04-10
基于維基百科與文本的知識單元挖掘軟件
本軟件面向文本，對知識單元關聯關系進行挖掘，從而實現對海量數據信息的合理利用。現在已經能夠根據文本挖掘出文本所含知識單元對的對應關系，實現了從海量信息中的知識關系提取。
電子科技大學
2015-02-12
金融市場監察中借助常識知識的文本分析方法
這項研究以現有證券市場識別可疑交易的方法為基礎，提出利用信息分析技術和常識知識推理能力，進行市場新聞的文本分析，并過濾可疑交易的數量。文中所提出的算法解決了交易線索和信息線索之間的關系識別和深層挖掘的問題。在技術指標測試，數據可靠性測試和用戶體驗測試之下，該原型系統均表現良好。
南方科技大學
2021-04-13
一種基于全卷積網絡的多方向文本檢測方法
本發明公開了一種基于全卷積網絡的多方向文本檢測方法，首先獲取訓練數據集中的文本塊，并訓練全卷積網絡模型；然后利用訓練好的全卷積網絡模型對測試數據集中的圖片進行檢測，獲取文本塊；然后提取文本塊的字符成分，并根據字符成分的位置信息估算圖像中的候選文本條位置；最后訓練針對文本條中字符成分的全卷積網絡模型，利用訓練好的模型對候選文本條進行檢測，獲取其中的字符成分，根據字符成分過濾掉不需要的文本條，得到圖像中文本條的位置。本發明方法文本檢測方法檢測率高，且能夠克服光照、遮擋、模糊等不利因素的影響。
華中科技大學
2021-04-11