| 面向社交平台应急关联信息的文本分类综述 | |
| 所屬分類:技术论文 | |
| 上傳者:wwei | |
| 文檔大小:1720 K | |
| 標(biāo)簽: 文本分类 机器学习 深度学习 | |
| 所需積分:0分積分不夠怎么辦? | |
| 文檔介紹:紧急事件发生初期,及时从海量社交平台数据中挖掘有效信息为应急响应提供决策参考具有重要意义。随着自然语言处理技术飞速发展,文本分类已被逐渐运用于该领域,主要可分为基于传统机器学习的K近邻、朴素贝叶斯、决策树、支持向量机等方法,以及基于深度学习的CNN、RNN、GCN、Transformer等方法。从算法原理、发展历程、适用领域及性能优劣等方面对当前主流的文本分类方法进行分析,调研了社交平台应急关联信息文本分类的研究现状与热点,归纳了现有方法面临的问题与挑战,展望了未来研究方向,为后续科研工作提供参考与启示。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2