【摘 要】
：
随着互联网的发展,社会媒体已经逐渐发展成为信息交流的重要载体。该文针对社会媒体文本的领域分布广、口语化程度高等特征,提出一种面向社会媒体的开放领域新词发现算法。此
【机 构】
：
北京理工大学计算机学院,北京市海量语言信息处理与云计算应用工程研究中心,北京理工大学软件学院
【基金项目】
：
国家自然科学基金(61272362);国家重点基础研究发展计划(973)(2013CB329601)
论文部分内容阅读
随着互联网的发展,社会媒体已经逐渐发展成为信息交流的重要载体。该文针对社会媒体文本的领域分布广、口语化程度高等特征,提出一种面向社会媒体的开放领域新词发现算法。此算法所有步骤均为线性时间复杂度,并且在分析过程中有效降低了内存的使用,从而能够实时处理社会媒体所产生的大规模数据。在6.6GB社会媒体文本语料中的新词发现准确率达到了87.2%,在普通计算机上新词发现速度可达2.6 MB/s。与传统算法相比,该算法在社会媒体领域的大规模语料中速度及精度上均有较好的效果。
其他文献
提案工作是人民政协履行政治协商、民主监督和参政议政职能的重要方式和手段。做好新形势下政协提案，必须把好以下四关:$$ 一、认识关。各级政府及其部门要把办理政协提案
年初大盘的反弹逐渐激活市场人气，随着赚钱效应的回升，短期回调往往会成为资金逢低加仓的时机。就各方观点来看，大消费仍是值得投资者重点关注的主题，商业百货、家用电器以及大假
从新型研发机构竞争力本源出发,建立新型研发机构核心竞争力二元结构模型,分析形成竞争力的机理。认为新型研发机构核心竞争力表现在技术能力、管理能力、资源能力、创新能力
四川冕宁尤黑木地区前寒武纪变质沉积岩可分为碎屑沉积变质的黑云斜长变粒岩、云母石英片岩、变质长石石英砂岩及化学沉积变质的大理岩等两类。前者富ＳｉＯ２、Ａｌ２Ｏ３、Ｒｂ、Ｃｓ、Ｂａ、Ｕ和Ｔｈ，贫ＣａＯ和Ｓｒ，具明显
本报讯 （记者 林玟均） 青海湖面积增大169.67平方千米，全省11个地级以上城镇集中式饮用水水源地水质优良率达100%，地表水水质优良比例为94.7%……今年年初，两条喜讯传遍高原大地，这
职业学校在学生培养目标、学习环境、学习方式、学习内容以及在校学习年限等方面与普通中学、普通高校的差别,决定了学生思想政治工作也有所不同。就学校学生干部队伍的建设
<正>黑龙江省鹤岗市第一中学始建于1950年,现已发展成为一所名满龙江、享誉东北的基础教育名校。学校秉承悠久的人文传统和深厚的文化底蕴,践行"创新,为了每个学生一生成功"
调查显示,我国当前摩托车消费有几大特点,一是现有摩托车相对集中在125ml、100ml和50ml排量上,期望购买的摩托车同样集中于这三个排量上;二是各地区对本地品牌的摩托车认可性
<正>阿联酋曾以石油丰富著称。由7个阿拉伯酋长国组成的国家如今逐渐成为世界自动化纺织工业中心,其纺织工业产值不仅逐年递增,而且涵盖面之广简直难以想象,从纺织、无纺到编
目的主要对预见性防止腹腔镜手术中气腹产生的并发症的护理措施进行探讨。方法选取2011年1月至2013年1月前来我院进行腹腔镜手术的患者50例,在患者手术过程中建立气腹的安全