您的位置: 专家智库 > >

李静

作品数:3 被引量:12H指数:2
供职机构:大连理工大学计算机科学与技术学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 2篇标签
  • 1篇音乐
  • 1篇音乐检索
  • 1篇音乐情感
  • 1篇语言处理
  • 1篇语义相似
  • 1篇语义相似度
  • 1篇特征降维
  • 1篇情感
  • 1篇情感分类
  • 1篇自然语言
  • 1篇自然语言处理
  • 1篇自然语言处理...
  • 1篇网络
  • 1篇相似度
  • 1篇命名实体识别
  • 1篇降维
  • 1篇处理技术

机构

  • 3篇大连理工大学
  • 1篇中国刑警学院

作者

  • 3篇林鸿飞
  • 3篇李静
  • 1篇罗文华
  • 1篇李瑞敏

传媒

  • 1篇计算机工程与...
  • 1篇中文信息学报

年份

  • 2篇2012
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
基于用户情感标签的音乐检索算法
音乐是情感的表达,标签是音乐的诠释,大量的情感类标签从多个角度描述同一首音乐所表达的情感信息。本文提出了一种基于用户情感标签的音乐检索算法,首先,通过对用户情感类标签和音乐进行建模,构建以情感标签和音乐为节点的二部图,利...
李静林鸿飞
关键词:音乐检索音乐情感语义相似度
文献传递
基于情感向量空间模型的歌曲情感标签预测模型被引量:7
2012年
音乐的情感标签预测对音乐的情感分析有着重要的意义。该文提出了一种基于情感向量空间模型的歌曲情感标签预测算法,首先,提取歌词中的情感特征词构建情感空间向量模型,然后利用SVM分类器对已知情感标签的音乐进行训练,通过分类技术找到与待预测歌曲情感主类一致的歌曲集合,最后,通过歌词的情感相似度计算找到最邻近的k首歌曲,将其标签推荐给待预测歌曲。实验发现本文提出的情感向量空间模型和"情感词—情感标签"共现的特征降维方法比传统的文本特征向量模型能够更好地提高歌曲情感分类准确率。同时,在分类基础上进行的情感标签预测方法可以有效地防止音乐"主类情感漂移",比最近邻居方法达到更好的标签预测准确率。
李静林鸿飞李瑞敏
关键词:特征降维情感分类
自然语言处理技术在网络案情分析系统中的应用被引量:5
2012年
随着互联网技术的飞速发展,大量的网络案情信息存在于互联网上,这既给办案人员提供了一定的线索,同时又带来了很大的挑战。设计并实现了一种网络案情分析系统,利用自然语言处理技术识别出海量网络案情文件中网名和网址等信息,并构建它们之间的关系网络。针对不同类型的文件,分别采取结构化分析和以"规则和统计"相结合为主、用户辅助知识库为辅的网名识别技术。实验证明,将该方法应用于网络犯罪案情分析系统中,有助于办案人员快速侦破案情。
李静罗文华林鸿飞
关键词:自然语言处理命名实体识别
共1页<1>
聚类工具0