《表3 Twitter数据集用来分类的30个高频Hashtag》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于语义词向量的自媒体短文本主题建模》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在词向量的选择上，使用谷歌新闻语料训练的词向量，词向量维数为200。在除停用词等无意义的词后，选择Skip-gram算法训练，其他参数为模型默认值，最终生成数据集。同时在数据集中本文采用Twitter提供的主题标签（Hashtag）功能对数据集进行分类（工具采用线性SVM分类器），并提取其中的内容。抽取20个高频的Hashtag作为分类数据的标签。如表3所示。