基于主题模型的文本分类算法性能比较SSCI

文章利用LDA模型进行文本降维和特征提取,并将传统分类算法置于集成学习框架下进行训练,以探讨是否能提高单一分类算法的分类准确度,并获得较优的分类效果,使LDA模型能够发挥更高的性能和效果,从而为文本分类精度的提高服务。同时,以Web of Science为数据来源,依据其学科类别划分标准,建立涵盖6个主题的实验文本集,利用Weka作为实验工具,以平均F值作为评价指标,对比分析了朴素贝叶斯、逻辑回归、支持向量机、K近邻算法4种传统分类算法以及AdaBoost、Bagging、Random Subspace 3种集成学习算法的分类效果。从总体上看,通过“同质集成”集成后的文本分类准确率高于单个分类器的分类准确率;利用LDA模型进行文本降维和特征提取,将朴素贝叶斯作为基分类器,并利用Bagging进行集成训练,分类效果最优,实现了“全局最优”。     

基于主成分分析法的科技期刊评价方法

针对目前科技期刊评价方法中存在的指标之间相关性问题和指标权重选取问题,提出了基于主成分分析的科技期刊评价方法.该评价方法通过相关系数矩阵的特征向量将评价指标线性变化成彼此独立的主成分,根据主成分累计贡献值确定主成分的取用维数,由主成分方差确定权重.其优点是:可以消除由于指标间的相关性带来的偏差,降低计算维数,从而降低指标选择的难度,提高评价结果的可信度;此外,可以消除人为确定指标权重引起的弊病,使评价结果更具客观性和准确性.     

新闻写作中几个敏感技术问题的讨论

基于新闻报道的客观原则要求,诸如不能运用第一人称、记者不能在报道中发表议论、最好不要使用修辞格等做法一向被视为神圣而高效的新闻写作条款。但是,我们仍然看到有一些经典报道并没有严格遵循这样的技术要     

谈记者的新闻敏感

何谓新闻敏感 新闻敏感是记者对新闻价值的发现、鉴别和判断的能力,也称新闻嗅觉或新闻鼻、新闻眼.美国新闻学家卡斯柏·约斯特在<新闻学原理>一书中,形象阐述了新闻敏感对于记者的重要性.他说:"一个不善于辨别色彩的人,不能成为一个画家;一个不懂得和谐的人,不能成为一个音乐家;一个没有'新闻敏感'的人,也不能成为一个新闻记者".     

从“如履薄冰”到“谨慎放开”——30年来对敏感问题报道的突破

敏感问题,是指“容易引起群众心理波动和社会震荡的问题”①,例如灾难、事故、贪污、腐败、三农问题、就业问题、食品安全、住房改革、医保改革等等。十一届三中全会以后,新闻界解开了精神枷锁,开始正本清源,恢复了党的批评与自我批评的优良传统。少数媒体“忐忑”试水,引起舆论的轩然大波,切实起到了舆论监督与引导作用。     

创新时政新闻,提高舆论引导有效性

时政新闻是主流媒体的重要特色和核心内容,是主流媒体最有高端话语权、最能影响主流舆论的阵地。办好时政新闻,不断增强其吸引力和影响力,就占领了社会舆论的制高点,对形成主流舆论可以收到事半功倍之效。深入挖掘增加深度在时政新闻中,我们不缺优质题材,缺的是新闻敏感和对题材的深度挖掘。     

新闻敏感的触发与捕捉

新闻敏感的发生,不仅要求客观事实具备新闻价值,即具备触发新闻敏感的潜质,还要求新闻工作者主动去捕捉和挖掘事实的新闻价值。新闻敏感正是新闻工作者与新闻事实这对主、客体相互碰撞而闪现出的火花。     

突发事件中的快速抉择

2008年5月12日14时28分,时间在这一刻定格,四川汶川8.0级大地震顿时让许多人的命运改变,历史被重重画上一笔!这一刻,逃生、躲避灾难理所当然是第一反应,然而有一群人,抄起手边电脑、扛起沉重的机器,第一时间从全国各地冲向震区,克服重重困难,以亲身经历向外传播最及时的讯息,报道灾情、传递党和政府抗震救灾最新精神,用笔和机器记录下一段段真实的、令人动容的不平凡故事。这就是新闻工作者,在紧急时刻,他们不顾个人安危,第一时间奔赴震区,记录一个个感动瞬间的同时也积累了别样的职业感悟。他们在震区有哪些经历?第一时间奔赴有何困难,怎样应对?危急条件下工作受何限制,如何突破?在采编业务上,此次经历有何经验总结?本刊特辟专栏,关注震区中的他们。     

论记者的新闻敏感

新闻敏感在西方又称为“新闻嗅觉”“新闻鼻”“新闻眼”等。在中国《现代新闻采访教程》中对新闻敏感是这样解释的：“新闻敏感是记者对社会形势的敏锐洞察力,对客观事物的新闻价值的判断力,以及对报道对象的迅速而准确的反应能力”。也就是说记者要善于在一大堆事实中,     

地方记者的角色意识

主角意识地方记者由于其位置的特殊性,不仅要勤奋观察和奔跑在当地纷繁复杂的事件中,更要有强烈的责任心和灵锐的新闻敏感。在这一过程中,记者始终要把自己摆在当地人位置上,要唱主角,全面生动地把客观事实报道出来,特别是在当地重大事件的重要题材报道中尤