用户登录

还没有账号?立即注册

注册免费试用

忘记密码

修改密码

互联网大数据的融合表示

发布时间:2021-04-18

对网络数据的建模和表达理论方面的研究,主要集中在网络中的文本信息方面。对文本信息进行表示和建模其目的是让计算机能够正确理解人类的语言﹐能够分析和表达出其中的语义信息。文本信息的表达经历了从浅层词语表达方式到深层语义表达方式这样一个历程,其中代表性的工作包括了向量空间表示(VSM)、隐语义索引(LSI)和概率话题模型(如图所示)等。随着研究不断深入﹐话题模型被广泛地应用在各个领域,进一步有人提出了改进的话题模型,以增强已有话题模型的学习能力,解决其跨领域的问题等等﹐从而使其能更好地应用于文本数据的表达。

概率话题模型.png

概率话题模型

尽管对数据表达的研究历经了很长的时间,但是对于网络大数据的建模和表达还面临着很多新的挑战。例如﹐对于海量文本数据的建模﹐我们需要模型能够对更大规模的参数空间进行有效地学习,需要能够有效地建模并解决数据的稀疏性所带来的问题﹐需要能够对动态演化的网络大数据进行合理的表达。此外,对于图片和多媒体数据﹐我们也需要进一步探索其建模与表达方式,以便能够更加有效地表达其内在的语义信息。


QQ客服

扫描二维码添加QQ

微信客服

扫描二维码添加微信

公司电话

公司电话

17316289114