模式识别与人工智能
2025年4月2日 星期三   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2017, Vol. 30 Issue (1): 73-80    DOI: 10.16451/j.cnki.issn1003-6059.201701008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于卷积神经网络和用户信息的微博话题追踪模型*
付鹏,林政,袁凤程,林海伦,王伟平,孟丹
中国科学院信息工程研究所 信息内容安全技术国家工程实验室 北京 100093
Convolutional Neural Network and User Information Based Model for Microblog Topic Tracking
FU Peng, LIN Zheng, YUAN Fengcheng, LIN Hailun, WANG Weiping, MENG Dan
National Engineering Laboratory for Information Security Technologies,Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093

全文: PDF (836 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了解决微博文本特征抽取及特征稀疏问题,提出基于卷积神经网络的微博话题追踪模型(CNN-TTM).基于微博用户信息,又提出融合微博用户信息及卷积神经网络的微博话题追踪模型(CNN-UserTTM),利用微博用户信息提高话题追踪准确率.实验表明,在新浪微博数据集上,CNN-TTM和CNN-UserTTM分别获得较高的微博话题追踪准确率.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
付鹏
林政
袁凤程
林海伦
王伟平
孟丹
关键词 话题追踪卷积神经网络词向量微博分类用户画像    
Abstract:Aiming at feature sparseness and feature extraction of microblog text, a topic tracking model for Chinese microblog based on convolutional neural network(CNN-TTM) is proposed. Furthermore, user profiles and attributes are incorporated into CNN-TTM and a model called CNN-UserTTM is constructed. The user information of microblog is used to improve the accuracy of topic tracking. The experimental results demonstrate that CNN-TTM and CNN-UserTTM reach a high accuracy respectively on Sina microblog dataset.
Key wordsTopic Tracking    Convolutional Neural Network    Word Vector    Microblog Classification    User Profile   
收稿日期: 2016-09-19     
ZTFLH: TP 391.1  
基金资助:国家高技术研究发展计划(863计划)项目(No.2013AA013204)、国家自然科学基金项目(No.61602467,61502478)、国家核高基项目(No.2013ZX01039-002-001-001)资助
作者简介: 付 鹏,男,1988年生,博士研究生,主要研究方向为自然语言处理、机器学习.E-mail:fupeng@iie.ac.cn.林 政(通讯作者),女,1984年生,博士,助理研究员,主要研究方向为自然语言处理、数据挖掘.E-mail:linzheng@iie.ac.cn.袁凤程,男,1992年生,博士研究生,主要研究方向为自然语言处理、深度学习.E-mail:yuanfengcheng@iie.ac.cn.林海伦,女,1987年生,博士,助理研究员,主要研究方向为开放知识计算、信息抽取.E-mail:linhailun@iie.ac.cn.王伟平,男,1975年生,博士,研究员,主要研究方向为大数据存储与管理、数据分析.E-mail:wangweiping@iie.ac.cn.孟 丹,男,1965年生,博士,研究员,主要研究方向为大数据存储与管理、并行计算.E-mail:mengdan@iie.ac.cn.
引用本文:   
付鹏,林政,袁凤程,林海伦,王伟平,孟丹. 基于卷积神经网络和用户信息的微博话题追踪模型*[J]. 模式识别与人工智能, 2017, 30(1): 73-80. FU Peng, LIN Zheng, YUAN Fengcheng, LIN Hailun, WANG Weiping, MENG Dan. Convolutional Neural Network and User Information Based Model for Microblog Topic Tracking. , 2017, 30(1): 73-80.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201701008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I1/73
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn