|
|||||
|
|
| 基于神经网络中文短文本作者识别研究 | |
| 作者姓名： | 李孟林 李绍鸣 罗文华 |
| 摘 要： | 随着互联网应用的日益普及,短文本作为电子数据证据在法庭科学中日益重要,法院亟需对大量网络聊天内容作者归属进行同一认定.传统机器学习方法对特征选取非常敏感,因为在实践中较难提取到准确的作者写作习惯特征,所以影响了传统机器学习方法的实践效果.针对文本短、特征少、特征提取困难的缺点,提出了融合多属性的神经网络中文短文本作者识... |
| 关 键 词： | 短文本 多属性 Bi-LSTM 最大熵 作者识别 |
| 本文献已被 CNKI 等数据库收录！ | |