數(shù)字化時(shí)代高校網(wǎng)絡(luò)輿情主題分類研究

——以新浪微博為例

打開文本圖片集

［摘 要］通過一種文本表示策略解決新浪微博主題分類研究所面臨的特征權(quán)重表示不準(zhǔn)確、模型解釋性不強(qiáng)的問題?！痉椒?過程】采取“選擇前預(yù)測(cè)”構(gòu)建特征加權(quán)向量，在訓(xùn)練集上通過交叉驗(yàn)證方式對(duì)特征加權(quán)向量的成效進(jìn)行評(píng)價(jià)，選擇最好評(píng)估結(jié)果對(duì)應(yīng)的特征加權(quán)向量作為測(cè)試集的特征加權(quán)向量。【結(jié)果/結(jié)論】對(duì)比傳統(tǒng)W-Max、D-Max和D-TMax三種方法，本文提出的方法在微平均F1方面分別提升4.25%、5.03%和7.10%。（剩余9936字）