Comparison of online social relations in volume vs ….pptVIP

文本挖掘系统;主要内容;需求概述;研究目标;系统概述;关键技术; 基于卡方拟合优度的特征词选择算法(chifit);实验结果;应用场景 采用chifit特征词选择算法从关键词中挑选出属于自动化学科的专业术语，交给编辑人员筛选，构建自动化学科知识树;关键词的形态语义聚类算法;算法流程 编辑距离二次计算框架 作用于最优路径集合上的启发式规则集;实验结果 数据集：抽取224个汉语术语进行实验，按照语义是否相同人工标注真值 ;应用场景 自动构建知识族谱 将与查询知识点密切相关的知识点，按照时序上的发展继承演变关系组织起来 ;人物机构对齐算法;算法流程 ;基于距离属性的二叉分裂算法 保持原有位序的分裂式层次聚类方法 ;实验结果 数据处理中记录下可能出现潜在错误的实例 计算得到人物机构对齐算法的准确率为 262,896/299,823=87.684% 其中262,896为被正确进行人物机构对齐的人物记录条目；299,823为总的人物记录条目 ;同名消歧算法;算法思路 将同一个名字的作者条目映射为散点图上的结点 每一个结点有且仅有机构字符串属性 按照属性相似度原则给散点图加边 图中的每一个连通分量上的条目指向同一人物实体 ;加边算法 两单位字符串的最长公共子序列长度与其中较小字符串长度之比大于0.9且两单位字符串的最长非对称前缀长度大于2 两单位字符串的最长非对称前缀匹配模板（大学|研究院|研究所|研究中心） 两单位字符串的最长非对称前缀匹配模板（？！中国科）学院 ;最长公共子序列 一个给定序列的子序列即为给定序列在保持原有位序的基础上去掉若干元素（也可能一个都不去掉），如Z=B,C,B,D是X=A,B,C,B,B,D的子序列 两个给定序列X,Y的最长公共子序列既是X的子序列，又是Y的子序列，且在所有X,Y的公共子序列中长度最长。 ;最长非对称前缀（LAP） 如果z是两个字符串s,t的非对称式前缀,则可能有以下两种情况出现： z分别是s,t的前缀 z是s的前缀，是t的子串 如果z在所有s,t的非对称式前缀集合中长度最长，那么则称z是字符串s,t的最长非对称式前缀 ;实验结果 人工标注白硕、王斌、赵军的样本作为??试集 ;机构名称抽取算法;算法思路 借助同一作者实体的机构记录对机构名称进行规范化 ;算法流程 ;模板优先队列 ⑴中国科学院.*?所；⑵中国科学院.*?院；⑶中国科学院.*?中心；⑷中国科学院.*?台；⑸^.*?大学；⑹^.*?学院；⑺^.*?学校；⑻^.*?研究院；⑼^.*?院；⑽^.*?公司；⑾^.*?厂；⑿^.*?部队；⒀^.*?所；⒁^.*?中心；⒂^.*?局。 ;算法有效性 不需要人工事先整理出机构规范化表 不需要有很厚语文素养的专家参与 不需要复杂的规则模板 仅依赖数据的自学习和自校验能力 ;总结;总结;总结;自动化学科知识服务网络平台的特色功能 ;与知网、万方知识服务平台的对比 ;展望;在学期间工作