| 面向社交平臺應(yīng)急關(guān)聯(lián)信息的文本分類綜述 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1720 K | |
| 標(biāo)簽： 文本分類 機器學(xué)習(xí) 深度學(xué)習(xí) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：緊急事件發(fā)生初期，及時從海量社交平臺數(shù)據(jù)中挖掘有效信息為應(yīng)急響應(yīng)提供決策參考具有重要意義。隨著自然語言處理技術(shù)飛速發(fā)展，文本分類已被逐漸運用于該領(lǐng)域，主要可分為基于傳統(tǒng)機器學(xué)習(xí)的K近鄰、樸素貝葉斯、決策樹、支持向量機等方法，以及基于深度學(xué)習(xí)的CNN、RNN、GCN、Transformer等方法。從算法原理、發(fā)展歷程、適用領(lǐng)域及性能優(yōu)劣等方面對當(dāng)前主流的文本分類方法進行分析，調(diào)研了社交平臺應(yīng)急關(guān)聯(lián)信息文本分類的研究現(xiàn)狀與熱點，歸納了現(xiàn)有方法面臨的問題與挑戰(zhàn)，展望了未來研究方向，為后續(xù)科研工作提供參考與啟示。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2