- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
用于聊天词汇的权重计算方法CDTF*IDF.pdf
第24卷 第12期 计 算 机 仿 真 2007年12月
文章编号:1006—9348(2007)12—0332一o4
用于聊天词汇的权重计算方法CDTF术IDF
高鹏 r,曹先彬
(1.中国科学技术大学计算机科学技术系,安徽 合肥230027
2.安徽省计算机通讯软件重点实验室,安徽 合肥230027)
摘要:随着聊天室的广泛使用,对聊天内容监控也变成亟待解决的问题。在聊天室监控中,为衡量聊天数据中词汇对聊天内
容的描述能力,现在一般直接采用文本词汇的权重计算方法;然而,这种方法忽视了聊天数据与静态文本结构上的差异,导
致计算出的权重并不能准确反应词汇描述聊天内容的能力。针对聊天数据的固有特点,提出了一种专门针对聊天数据的词
汇权重计算方法CDTF IDF。该方法通过分别计算词汇在不同数据源中的权值并汇总、并对重点词汇提高权重等方式来计
算聊天数据的词汇权重。基于IRC聊天室内容监控的实验表明:该方法能较好地衡量聊天词汇的权重,同时基于该方法的监
控系统能够准确地识别出聊天数据中的话题。
关键词:聊天室监控;词汇权重;话题识别
中图分类号:TP3o1.6 文献标识码:A ’
A CDTF:l:IDF Algorithm for Calculating Term Weight of Chat Data
GAO Peng .CAO Xian—bin
(1.Department of Computer Science and Technology,
University of Science and Technology of China,Hefei Anhui 230037,China;
2.Anhui Key Lab of Software in Computing and Communication,Hefei Anhui 230037。China)
ABSTRACT:Chat room monitoring becomes an urgent task with its wide use.In the process of chat room
monitoring,in order to scale the ability of terms describing the contents of chat data,chat room monitoring
systems at present generally use the text term s weight calculating method.However,this method neglects the
difference between chat data and text in structure aspect;hence the weight calculated can not response the
feature of chat data accurately.The paper presents a new method to calculate the term weight for chat data named
CDTF}IDF.CDTF}IDF considers the special features of chat data.It calculates each term weight in different
resources,and then gets the final weight by increasing the weight of key term s and some other means.
Experiments based on IRC show that this met
您可能关注的文档
最近下载
- GB_T 42900-2023 金属材料 高应变速率高温压缩试验方法.docx
- 中国抑郁障碍防治指南(第二版)简介PPT课件.pptx
- 心脏肿瘤讲课.pptx VIP
- 外研社版英语4年级上册单词表衡水体描红练字帖(三年级起点含音标和例句).pdf
- 电动自行车一线通、RS485、CAN2.0通信协议规范、基于RS485通信的充放电流程示例.pdf VIP
- 湖南省湖南师范大学附属中学2024-2025学年高二上学期入学考试数学试卷(解析版).docx VIP
- 四年级音乐 跳柴歌 课件.pptx
- 《复用医疗器械预处理操作规程》.pdf VIP
- 火灾自动报警及联动控制系统技术交底.docx VIP
- GB_T 43674-2024加氢站通用要求.docx VIP
文档评论(0)