黃純敏;
頁: 275-306
日期: 2019/07
卷期: 26(3)
關鍵字: 主題模型;主題凝聚;古詩分類;詩詞格律;中文語句鏈;潛藏狄利克雷分配;
Keywords: topic model;topic coherence;classical poem classification;Chinese classic poetic formula;Chinese syntactic chain processing;LDA;
摘要: 鑒於傳統白話文的斷詞技術對於古詩往往有扞格不入的缺憾，本研究分別以基於語句鏈提出的CSCP與基於詩詞格律提出的CCPF斷詞法，擷取詩詞關鍵語彙。實驗素材取自中國詩詞全盛時期的唐宋詩詞，共計204633首詩，建構潛藏狄利克雷分配（LDA）的特徵詞詞袋，再依朝代分別執行C...

引用     導入Endnote

黃純敏;李亞哲;陳柏宏;
頁: 117-140
日期: 2015/04
卷期: 22(2)
關鍵字: 同義詞;縮寫詞;概括縮詞;維基百科;同形異義詞;
Keywords: synonym;abbreviation;generalized term;Wikipedia;polysemy;
摘要: 雖然過去對於辨識縮寫詞已有不少研究，但其研究範圍並未包含概括縮詞，此外，面對不斷增長及變化的詞彙，已成為資訊檢索及詞庫維護最大的問題。有別於過去以統計方式處理，本研究以維基百科的內文組成結構為基礎，提出數項創新且輕量級同義詞配對識別法。由於同義詞並沒...

引用     導入Endnote

黃純敏;林重佑;黃進瑞;
頁: 423-447
日期: 2013/10
卷期: 20(4)
關鍵字: 學習向量量化;推薦系統;混合過濾;協同過濾;內容過濾;
Keywords: Learning Vector Quantization;Recommendation System;Hybrid Filtering;Collaborative Filtering;Content-based Filtering;
摘要: 內容過濾與協同過濾是經常用於提供個人化服務的技術，近年來則多偏向結合各種監督式學習的混合式過濾方式，並以三層或多層式網路架構產生推薦結果，然而其設計不易且有網路收斂效率低的問題。本研究以學習向量量化（Learning Vector Quantization；LVQ）簡約的兩層式網路...

引用     導入Endnote