CORC  > 厦门大学  > 信息技术-学位论文
题名问题微博的自动识别技术研究; The Research of Question Detection in Microblog
作者林春
答辩日期2013 ; 2013
导师林琛
关键词问题微博 词义序列模式挖掘 语法序列模式挖掘 特征融合 question post question detection lexical sequence pattern mining syntactic sequence pattern mining fusion feature
英文摘要随着微博、Twitter、Facebook等社交网络的发展,人们越来越多地通过社交网络进行信息互动和信息寻求,在状态域中提问已经成为流行的信息寻求行为之一。直接在社交网络中提问不但可以避免生成查询、选择答案,还可以获得可信的、个性化的回答,因此社交网站中问题的识别与答案推荐具有重要的实际意义与研究价值。本文首次提出对新浪微博中的信息寻求行为和问题识别技术进行研究,主要包含以下内容: 第一,构建数据集。对新浪微博进行采样,分析选取的微博样本,给出“问题微博”的定义,并把问题微博分为12大类。此外,归纳总结当前国内外不同领域中的问题识别技术方案,并分析问题微博识别的难点。 第二,提出基于序列模...; With the development of social network websites, such as twitter, sina micro-blog, facebook, more and more people communicate and seek information through social network. Raising question in the status field has become a popular form of information seeking behavior. Raising question on social network directly not only can avoid formulating a search query and detecting answers, but also receives tr...; 学位:工学硕士; 院系专业:信息科学与技术学院_计算机应用技术; 学号:23020101153066
语种zh_CN
出处http://210.34.4.13:8080/lunwen/detail.asp?serial=39418
内容类型学位论文
源URL[http://dspace.xmu.edu.cn/handle/2288/79409]  
专题信息技术-学位论文
推荐引用方式
GB/T 7714
林春. 问题微博的自动识别技术研究, The Research of Question Detection in Microblog[D]. 2013, 2013.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace