【摘要】近年来,随着计算机移动技术和社会媒体的发展,微博已经成为一个热门的信息交流平台。但是由于微博平台中的数据量非常庞大,在这样浩瀚的数据海洋中提取出带有观点的句子不是一件容易的事情,所以如何提取出带有用户观点的句子也越来越受到关注。但是,目前的中文微博观点句提取方法都集中在使用句法分析与分类器,忽略了微博主观信息所具有的内容关联性。因此,本文将传统观点句识别方法与共现词相结合,提出了基于内容共 […]

【摘要】图像分类是数字图像分析与理解的主要研究方向,因而受到人们广泛的关注,如何对大量的图像进行快速、准确的分类是当前研究中的一个热点问题。本文将词袋模型应用于无监督图像分类,并针对传统词袋模型中所涉及方法(如特征提取、聚类方法等)的不足,做出了如下的改进：首先,采用加速鲁棒特征变换(SpeededUpRobustFeatures,SURF)提取特征(图像词语)。本文将增加预处理环节,即通过特征兴 […]

【摘要】随着移动互联网的快速发展，我们逐渐步入大数据时代，越来越多的人可以将自己的观点、心情等信息发布到网络平台中。评论中蕴含有很大的信息量，商品评论可以分析得出评论者对商品的购买表示值得还是不值得；视频的评论可以反映观看者对于视频的态度或者情感表达；博文的评论可以反映评论者对博文的观点以及对博主的情感表达。通过分析评论，可以了解目标产品的市场情况、舆论热点的形成过程、人们的消费习惯等信息，对个人 […]

【摘要】随着web2.0的不断发展,微博逐渐成为人们交流情感、了解最新时事的一种重要的社交网络平台。人们不再面临信息匮乏的问题,相反,由于微博平台信息发布门槛低、传播速度快等特点,微博数据呈爆炸式增长,人们很难从这些良莠不齐的微博数据中快速知道最近或某一时间段内社会和人们一直在讨论或关注的主题,尤其是具体到某个主题的某个方面。因此,该文通过分析中文微博数据特点和传播方式,对中文微博主题的层次识别方 […]

【摘要】图像分类技术是计算机视觉领域重要的研究内容。图像分类性能的优劣对医学图像研究、生物数据分析、军事交通研究有至关重要的意义。伴随着机器学习的热潮,图像分类技术得到了迅速发展并成为计算机视觉领域研究的热点。主题模型是机器学习领域新兴的算法,它的出现为图像分类研究开辟了新的天空。主题模型是一种概率生成模型,主要应用在对文本信息进行处理中。相对于其他分类算法,其优势在于对语义信息的挖掘上。Late […]