公开(公告)号：CN107315734B

公开(公告)日：2019-11-26

申请号：CN201710308896.3

申请日：2017-05-04

Applicant: 中国科学院信息工程研究所

Inventor： 沙灜 ,  施振辉 ,  李锐 ,  梁棋 ,  邱咏钦 ,  王斌

IPC: G06F17/27

Abstract: 本发明公开了一种基于时间窗口和语义的变体词规范化的方法和系统。本方法为：1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；3)从该集合D2中提取出候选词，得到一候选词集合；4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。本系统包括采集模块、过滤模块、获取模块和规范词获取模块。本发明使得社交网络的文本变的更加规范，便于舆情分析、热点时间追踪。

公开(公告)号：CN107315734A

公开(公告)日：2017-11-03

申请号：CN201710308896.3

申请日：2017-05-04

Applicant: 中国科学院信息工程研究所

Inventor： 沙灜 ,  施振辉 ,  李锐 ,  梁棋 ,  邱咏钦 ,  王斌

IPC: G06F17/27

Abstract: 本发明公开了一种基于时间窗口和语义的变体词规范化的方法和系统。本方法为：1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；3)从该集合D2中提取出候选词，得到一候选词集合；4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。本系统包括采集模块、过滤模块、获取模块和规范词获取模块。本发明使得社交网络的文本变的更加规范，便于舆情分析、热点时间追踪。

公开(公告)号：CN106156117A

公开(公告)日：2016-11-23

申请号：CN201510160958.1

申请日：2015-04-07

Applicant: 中国科学院信息工程研究所

Inventor： 沙灜 ,  毋建军 ,  梁棋

IPC: G06F17/30

Abstract: 本发明提出了一种面向特定主题的隐蔽社区核心交际圈检测发现方法和系统。系统包括：关键核心用户提取模块，包括：消息相似性分析模块，用户聚合模块，核心用户提取重构模块；关键核心用户交际圈提取模块，包括：用户组关系模块及关键用户关系模块。方法包括以下步骤：建立特定主题消息内容库；对特定主题内容消息库中的消息进行分组；得到基于相似消息的消息组；建立消息组中的消息与用户的映射；对用户进行分组合并，设定相应的权值，提关键核心用户；将以关键核心用户为节点，提取两两互相链接的虚拟链接关系网为关键核心用户的核心交际圈。与传统的拓扑组织结构分析方法相比，能够快速发现和提取与主题相关的关键核心用户。