原创力文档- 1、本文档共21页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
国家语言资源监测与研究中心
网络媒体语言分中心
;;;概念是描述文本主题的非常重要的信息
基于概念的文本表征可以捕获文本的主题信息;在大多数文档集中并没有可以直接利用的标注好的概念
本文中提出了一种利用排序学习模型自动生成概念标注的方法
;概念库的构建;维基百科概念库的统计信息和结构;相关背景—已有的概念标注方法;提出新标注方法的研究动机;相关背景—排序学习基本思想;Ranking SVM 方法;特征列表;训练集生成系统;训练样本示例;自动生成的概念标注示例;和传统方法的比较;不同概念数的比较;总结;研究中文文本的概念标注
把本文中的方法应用到各类自然语言处理任务中; 谢谢！请各位专家指正！;此课件下载可自行编辑修改，供参考！
感谢您的支持，我们努力做得更好！
文档评论（0）