作者:王萍 王贺颖微博冰雹实况特征提取文本分类文本要素识别网络爬虫
摘要:为更便捷快速地从新浪微博数据中得到准确的冰雹实况信息,设计并实现一个3层次识别系统,即通过网络爬虫技术的含"冰雹"微博的一次识别、基于分类器的降雹事件的二次识别和基于规则的冰雹实况要素的三次识别。为提高降雹事件的识别性能,新增一个用于提取样本特征的评估函数,提出使用多评估函数共同确定特征向量的方法,给出基于3分类器的组合分类方案。测试结果表明,该方法能够将隐含在新浪微博中的降雹事件的89.5%提取出来,误识信息低于13.4%;对冰雹事件中冰雹实况单要素的提取率超过96.0%,误识信息低于8.6%。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社