Please use this identifier to cite or link to this item:
https://ah.lib.nccu.edu.tw/handle/140.119/113697
題名: | 中文新聞之關聯詞推薦 | 作者: | 黃謙順 曾祺淋 |
關鍵詞: | 關鍵詞;類神經網路;倒傳遞模型;間接關鍵詞 | 日期: | 2005 | 上傳時間: | 17-Oct-2017 | 摘要: | 因為網際網路使用率越來越大眾化,以及科技技術的進步,資訊傳遞越來越容易,資訊量也日益增加,在大量的資訊中,使用者越來越困難找到有用的資訊。\n目前大部份資訊檢索的方式,是透過全文搜尋,搜尋出符合使用者所輸入關鍵詞的資料,查詢的速度非常緩慢,而且使用者如果輸入太廣泛或錯誤的關鍵詞,還是會遺漏掉許多資訊,為了減少這樣的問題,則必需從詞與詞之間的關聯性著手,自動化建構關聯詞典。本研究首先利用類神經網路演算法,自動擷取出切合文意的關鍵詞,再以詞頻反轉頻率的權重計算公式,計算出關鍵詞之間的關聯權重,建構直接或間接關聯的詞典,並且提供使用者瀏覽或檢索的參考。\n本研究隨機選取聯合新聞網的500篇新聞文件,實驗結果顯示平均每篇新聞有3個是符合人工定義關鍵詞,其餘雖然不符合人工定義,但約六成可被使用者所接受。對每篇文章,我們擷取前20個關鍵詞做為代表詞彙,來計算其關聯性。 | 關聯: | TANET 2005 台灣網際網路研討會論文集 網際網路應用探討 |
資料類型: | article |
Appears in Collections: | 會議論文 |
Show full item record
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.