节点文献

基于Word2Vec的自动通知服务研究

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 朱清祥； 张桂发； 张蕊；

【机构】 长江大学电子信息学院； 武汉理工大学计算机科学与技术学院；

【摘要】 针对现有消息服务无法及时推送突发性消息的不足,从社交媒体中获取群众对于突发性事件的讨论信息作为语料库,采用深度学习中的Word2Vec算法来推断突发性事件的发生地和详细信息。试验环节将停水和停电通知服务作为研究对象,并从百度贴吧获取相关帖子作为语料,采用Word2Vec算法来推断突发性停水和停电的地点和原因,并以LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)模型作为对比,试验结果证明了基于Word2Vec的消息通知服务的有效性和优越性。

【关键词】 消息通知服务； 语义分析； LDA主题模型； Word2Vec；
  • 【文献出处】 长江大学学报(自科版) ,Journal of Yangtze University(Natural Science Edition) , 编辑部邮箱 ,2017年21期
  • 【分类号】TP391.3
  • 【下载频次】33
打印本页
节点文献中：