口碑权重计算应用举例_第1页
口碑权重计算应用举例_第2页
口碑权重计算应用举例_第3页
口碑权重计算应用举例_第4页
口碑权重计算应用举例_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

口碑情感分析

口碑权重计算应用举例导语口碑权重计算应用举例导语/01导语以“好大夫在线”为案例，做口碑权重计算应用。本案例需要计算口碑发布者的在线口碑文本记录和决策用户的咨询文本记录的相似性。由此相似性计算涉及的文本对象主要为短文本，本案例推荐采用基于词的相似性的文本相似性计算方法。在计算短文本相似性时，逐对计算词汇之间的相似性，并对相似性结果进行加权求和。

口碑权重计算应用举例/02口碑权重计算应用举例在基于词汇的文本建模方法中，需要知道文档中可能出现的每一个词汇的向量表示。在分析用户就医需求背景时，一般主要关注和医疗主题相关的词汇。这些词汇在文本的分词阶段可以基于《医疗主题词表》进行筛选。当前对中文语料来说，没有标准的《医疗主题词表》可供使用。本案例将基于搜狗输入法的若干医疗主题词库作为基础词典，对其进行人工筛选构造。口碑权重计算应用举例对词典中所有词汇的向量化结果采用Java语言的Word2Vec模块进行计算。Word2Vec模块的核心为基于深度学习的词嵌入语言模型，该语言模型为分布式的语言模型。口碑权重计算应用举例医疗主题词向量的相似度表示如下页表所示。在词汇测试中，规定向量的维度为100。下表的相似项的反馈与实际情况比较一致，这间接地验证了词汇模型在结果上的准确性。口碑权重计算应用举例表：医疗主题词向量的相似度表示。口

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论