- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 优捷信达与瑞士科学家探讨 利用数学算法挖掘网络谣言源头
麻省理工和瑞士洛桑理工大学的研究人员Pedro Pinto近期发表论文称发明了一种新的数学算法，能够找出网络谣言发起人。据德新社报道："使用平托的方法，仅通过'监听'有限数量的成员，就能找到在网络传播的所有事物源头。"经事后分析，平托的团队识别出隐藏在美国"9·11"恐怖袭击幕后的智囊。平托说："借助公开发表的消息，重新构建 '9·11'恐怖网络下交换的信息，系统给出3个潜在嫌疑人的名字。根据官方
2012-10-22 22:48:20
1401
转载 优捷信达解密舆情监测：不仅分析语义，更关注词组结构
网络评价和信息的正负面识别，需要通过计算机提取具有情感倾向的相关词语，这叫做“特征提取”（feature extraction）。简单来说，计算机判别正负面，就是通过先提取句子中的正负面词语，进而分析这些词语的分布来判断文章的正负面倾向。 基于优捷信达科技的研究调查，目前业内主要特征提取技术有基于语义和词的出现及频率的两种模式。本文将重点介绍后一种模式，并讨论这种模式的优缺点。
2012-10-22 22:43:20
3269
转载 基于语义特征的网络舆情正负面监测
网络评价和信息的正负面识别，包括优捷信达科技在内的技术领先型舆情口碑监测公司，都是通过极性分类（polarity classification）这一步骤来实现，极性分类首先将具有情感倾向的相关词语提取出来，叫做“特征提取”（feature extraction）。简单来说，如何通过计算机判别正负面，就是通过提取句子中的正负面词语，通过词语的正负面来判断文章的正负面倾向。到目前为止,基于优捷信达
2012-10-22 22:41:08
3403
转载 极性分类——网络舆情正负面信息识别的方法
随着Web2.0时代的到来，以及微博、SNS媒体的兴起，互联网上个人发布的信息迅速增多，企业和政府前所未有的与用户和公众如此之近。把握企业和政府前途的决策之匙不仅握在管理者决策者手中，也同时握在用户和公众手中。如何从互联网获取的海量信息中提取用户或者公众的情感倾向、以及针对某事物的正负面评论，可以为企业把握用户的消费态度，为政府把脉公众的情绪提供重要的依据，促成做出更加正确的决策。面对众多不同
2012-10-22 22:37:20
5420
转载 如何删除Word 2003中多余的Adobe PDF菜单
安装了Adobe Acrobat后，在Word 等Office 2003 程序中会自动加上 Adobe PDF 和 Acrobat 加载项和菜单，而且每打开一个新的 Word 文件，这些菜单就多加载一次，而且这些菜单不只一个（有时会显示多达十几个），特别讨厌。在卸载掉Acrobat 后仍然会显示。有的在Word 工具—>模板和加载项中有 PDFMaker.dot 加载项，但是旁边的“删除”按钮是灰
2012-10-15 15:14:59
1406
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人