基于Word2Vec的自动通知服务研究

摘要：

针对现有消息服务无法及时推送突发性消息的不足,从社交媒体中获取群众对于突发性事件的讨论信息作为语料库,采用深度学习中的Word2Vec算法来推断突发性事件的发生地和详细信息.试验环节将停水和停电通知服务作为研究对象,并从百度贴吧获取相关帖子作为语料,采用Word2Vec算法来推断突发性停水和停电的地点和原因,并以LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)模型作为对比,试验结果证明了基于Word2Vec的消息通知服务的有效性和优越性.

关键词：消息通知服务、语义分析、LDA主题模型、Word2Vec

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：36-39