公开(公告)号：CN107608959A

公开(公告)日：2018-01-19

申请号：CN201710804552.1

申请日：2017-09-08

Applicant: 电子科技大学

Inventor： 费高雷 ,  谢星辰 ,  陈坦 ,  胡光岷 ,  于富财

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明提供了一种英文社交媒体短文本地名识别方法，包括以下步骤：S1、输入待识别短文本；S2、针对性构建特征集；S3、使用最大熵模型进行二分类；S4、使用地名字典修正；S5、输出地名识别结果。本发明对于地名词，有针对性的选取机器学习方法中符合地名词的特征，使得机器学习模型对于地名识别的精度大大提高；使用英文社交媒体短文本语料加上普通短文本语料训练最大熵模型，提高模型对于英文社交媒体短文本识别的泛化性，同时由以前的命名实体多分类转化为只对地名识别的二分类问题，去除了以前多个识别实体间的干扰，提升了识别精度；使用大型的地名字典对机器学习方法识别的结果进行修正，进一步提高了地名识别的精度。

公开(公告)号：CN107463703A

公开(公告)日：2017-12-12

申请号：CN201710700487.8

申请日：2017-08-16

Applicant: 电子科技大学

Inventor： 费高雷 ,  朱闻一 ,  陈浩 ,  赵海林 ,  谢星辰

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F17/30867 ,  G06F17/30707 ,  G06Q50/01

Abstract: 本发明公开了一种基于信息增益的英文社交媒体账号分类方法，包括以下步骤：S1、数据预处理，得到账号的特征词；S2、特征选取：利用信息增益的方法对账号的特征词进行选择，得到具有类别代表性的特征词；S3、特征扩散：利用wordnet寻找特征词的近义词和人工增加领域类别的一些关键词对特征词进行扩散；S4、分类模型构建：采用机器学习技术进行处理，生成账号分类的分类模型；S5、对未知的社交媒体账号进行分类。本发明将常用的文本分类的方法应用于英文社交媒体的账号分类，使用户能从海量的账户中能够快速查找出某一领域类别的账号，并从中获取该领域类别的相关有效信息。