比如,第一图中有关键词,打标词;第二图中有中心词、标签词、排除词








举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2022-8-31 18:35

沙发
Fuller 管理员 发表于 2022-8-31 18:35:08 | 只看该作者
关键词、打标词、中心词、标签词、排除词 他们可以分开来看:
1. 关键词和打标词是一起的
2. 中心词、标签词、排除词是一起的

第一组是跟GooSeeker分词软件的分词和选词过程有关,跟分类没有太大关系。要点如下:
* 关键词是自动抽取出来的
* 手工选词的过程我们称为打标,手工选词跟自动抽取是相对的。手工选出来的词俗称打标词。

第二组才是跟分类有关,要点如下:
* 中心词是一条内容中必须含有这个词才能被分到某个类,所以,填的中心词越多,越不容易被分到这个类。那么,设定分类的时候,可以不用填中心词
* 标签词是为分类打分做贡献的。假设在一条文本中,发现一个标签词就打分加一,那么发现的越多,分数越高,通过分数来排序。

所以,设定分类的时候,先填标签词。如果发现分出来的不够准确,就可以考虑一下,是否用一个或少量几个中心词限定一下:含有中心词的才划归这一类,不管打分高低。如果设定排除词,跟中心词的作用是相反的,含有排除词的就不会划归这一类。

前面说了,关键词、打标词 是跟分类没有关系的,是前面的分词和选词过程产生的。但是出现在分类界面上,放在这里可以作为参考,用户在设定分类类别的时候参考他们。

划分类别使用了最朴素的方法,凡是得分大于0的就划归这一类,同一条内容可以划给多个类别。

举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-4-26 16:40