基于集成学习的跨语言文本主题发现方法研究.pdf

基于集成学习的跨语言文本主题发现方法研究.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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

基于集成学习的跨语言文本主题发现方法研究

李帅,于娟,巫邵诚

引用本文

李帅,于娟,巫邵诚.基于集成学习的跨语言文本主题发现方法研究J].计算机科学,2024,51(6A):

230300201-8.

LIShuai,YUJuan,WUShaocheng.Cross-lingualTextTopicDiscoveryasedonEnsembleLearning

[J].ComputerScience,2024,51(6A):1-8.

相似文章推荐(请使用火狐IE浏览器查看文章)

Similararticlesrecommended(PleaseuseFirefoxorIEtoviewthearticle)

融合主题特征的文本情感分析模型

TextEmotionalAnalysisModelFusingThemeCharacteristics

计算机科学,2024,51(6A):230600111-8.https://doi.org/10.11896/jsjkx.230600111

基于Doc2Vec增强特征的长文本主题聚类研究

StudyonLongTextTopicClusteringasedonDoc2VecEnhancedFeatures

计算机科学,2023,50(6A):220800192-6.https://doi.org/10.11896/jsjkx.220800192

命名实体识别任务综述

OverviewofNamedEntityRecognitionTasks

计算机科学,2023,50(6A):220200119-8.https://doi.org/10.11896/jsjkx.220200119

基于日志模板主题特征的日志异常检测

LTTFAD:LogTemplateTopicFeature-basedAnomalyDetection

计算机科学,2023,50(6):313-321.https://doi.org/10.11896/jsjkx.220500020

SS-GCN:情感增强和句法增强的方面级情感分析模型

SS-GCN:Aspect-basedSentimentAnalysisModelwithAffectiveEnhancementandSyntactic

Enhancement

计算机科学,2023,50(3):3-11.https://doi.org/10.11896/jsjkx.220700238

://

httwww.skx.com

pjj

:/

DOI10.11896skx.230300201

jj

基于集成学习的跨语言文本主题发现方法研究

李帅于娟巫邵诚

福州大学经济与管理学院福州

350108

()

lish1223@163.com

,

摘要跨语言文本主题发现是跨语言文本挖掘领

您可能关注的文档

文档评论(0)

资源共享 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6242020230000010

1亿VIP精品文档

相关文档