| Class | Content |
|---|---|
| layout | post |
| title | 基于社交媒体的企业行为事件挖掘–系列[1] |
| categories | Case |
| description | 利用word2vec+触发器识别企业事件 |
| keywords | word2vec、企业事件 |
| description | 利用Word2vec+trigger的方式识别企业事件 |
目录
- [背景]
- [1. 研究背景]
- [2. 研究方法]
- [3. 研究结果]
- [4. 总结]
背景
企业事件挖掘是我自大四的毕业设计到现在依旧跟进的研究内容,从微博数据抓取–> 数据预处理 –>模型对比–>事件演化分析均是一步一步探索而来,刚刚开始学习自然语言处理,过程还是有点艰辛,第一期的任务早已经完成了,甚至可以基于社交媒体企业事件挖掘写一系列文章,万事开头难,先从第一期的内容开始。
接下来文章的将从 研究背景 - 研究方法 - 研究结果 三大部分进行介绍。
1. 研究背景
研究背景的逻辑框架通过下面的图给表示出来:

在信息技术和移动互联网技术快速发展的同时,信息资源也呈现指数增长,基于传统的统计方法进行数据分析面临巨大挑战,从海量数据中挖掘有价值的信息成为一种必然趋势。社交媒体(Social

本文探讨了在信息技术快速发展背景下,如何从社交媒体数据中挖掘企业行为。通过研究背景、方法和结果展示,作者指出短文本的复杂性和传统NLP方法的局限性,并提出使用浅层神经网络模型训练词向量,识别企业行为触发器,实现企业行为的自动识别。实验结果显示,该方法在召回率、准确率和F_value上优于其他传统方法。
最低0.47元/天 解锁文章
2167

被折叠的 条评论
为什么被折叠?



