从上下文语境中学习：基于相互增强模型的中文微博观点检索

2018 年 7 月 16 日 FCS

点击上方蓝字

关注我们

导读

现有观点检索模型缺乏对微博中上下文语境进行有效利用。为此，提出了一种基于相互增强模型的中文微博观点检索方法。首先，构建了一个统一的三层异质图框架，有效地整合了用户社交上下文语境关系：“用户-用户”的用户间交互关系和“用户-博文/评论”的用户内部关系；然后，根据不同层次之间的相互增强关系在异质图上进行随机游走，从而为网络观点词进行赋权；最后，把所获得的观点词权重应用于观点检索模型进行验证。实验结果表明了本文所提出的方法的可行性和有效性，同时本文从理论上证明了该方法的收敛性。

文章精要

请长按下方二维码识别，阅读该文。

相关内容推荐：

决策树集成学习中的结构多样性 2 0 1 8 12(3)：560-570

基于LDA模型的协同过滤 2 0 1 8 12(3)：571-5 8 1

结合序列二次规划的回溯搜索算法 2 0 1 8 12(2)：316-3 3 0

一种解决类不平衡问题的进化欠采样bagging集成分类算法 2 0 1 8 12(2)：3 3 1-3 5 0

FCS 12(2) 人工智能专栏 | 关于差异进化算法中变异个体的选择

FCS 12(1) 文章 | 多峰问题全局优化的分布式学习粒子群优化算法

FCS 12(1) 文章 | 多层次的中文垃圾短信高效识别方法

FCS 11(6) 文章 | 从Instagram图片轨迹中挖掘兴趣圈模式进行旅行线路推荐

FCS 11(6) 文章 | 图像检索基于颜色空间量化的聚类

FCS 11(5) 文章 | 使用维纳过程过采样技术改善不平衡数据的学习

FCS 11(5) 文章 | 基于上下文语言模型的时序文本流突发热点特征挖掘

FCS 11(5) 文章 | 基于人工神经网络的矩形钢管混凝土柱轴向承载力研究

FCS 11(4) 文章 | 通用目标检测的局部结构化表示

FCS 11(4) 文章 | E-GrabCut: 一种经济的迭代视频目标提取方法

FCS 11(3) 文章 | 分层多智能体系统中的知识、信念、和肯定性推理

FCS 11(3) 文章 | 基于混合免疫方案的工作职位推荐系统

Frontiers of Computer Science

期刊封面_icon.jpg Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士，执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。