- 题名/责任者:
- Web中文舆情信息挖掘/王天志著
- 出版发行项:
- 北京:科学出版社,2020.08
- ISBN及定价:
- 978-7-03-063546-4/CNY130.00
- 载体形态项:
- 192页;26cm
- 个人责任者:
- 王天志 著
- 学科主题:
- 互联网络-舆论-信息处理
- 中图法分类号:
- G202
- 提要文摘附注:
- 首先论述网页提取：对网站链接进行过滤以缩小搜索范围，提高搜索准确度、效率和可行性；通过选择精当检索词、遴选相关主题词，增强搜索的精度和效率；根据HTML生成DOM树，根据不同模板类型进行正文抽取和正文过滤。其次阐述了文本的特征向量表示，用分词词典将中文文本进行分词，分词的过程中进行了歧义分析，将分词后的文本用特征向量表示，通过去停用词、进行词性标注、同义词替换等进行文本的特征降维。再讲述文本聚类与分类，包括文本特征加权、主成份分析和基于模糊矩阵的蚁群聚类。最后讲述文本的倾向性分析。
- 使用对象附注:
- 互联网络舆论信息处理技术人员
全部MARC细节信息>>