百度知道

摘要： 本研究以2012年至2019年间"百度知道"中雾霾议题的相关内容为研究对象.运用内容分析法,从提问数量、搜索关键词、关注焦点等方面进行研究,分析其变化原因,试图探究用户对雾霾的关注度与雾霾发展和政府措施之间的关联,并在此基础上探讨用户使用问答平台的主客观因素.

摘要： 目的 基于网络检索词频分析"百度知道"中公众对先天性出生缺陷相关信息的需求.方法 由妇产科专家与流行病学专家讨论后,确定先天性出生缺陷相关检索词并制定检索策略,采用Python 2.7进行网络爬虫检索,在"百度知道"平台获得先天出生缺陷相关的提问句,再使用R 4.0.2软件进行文本数据处理,完成关键词的语义分析与词频统计分析,并绘制词云图和极坐标图来描述关键结果.结果 在"百度知道"平台中共检索到16 668条不重复的提问句,语义词词频数为15 371,其中,先天出生缺陷相关疾病名称与症状词频数占35.02％.此外,先天性心脏病相关词频构成比最高(26.09％).出生缺陷检索词主题分析结果显示诊断和治疗语义词的平均词频数(49.55)明显高于病因及预防相关语义词平均词频数(12.47).此外,检查、原因、治疗、发育、遗传等关键词在七类系统畸形相关语义词中的出现频率均较高.结论 我国公众对于先天性出生缺陷相关的疾病、及其病因、预防以及治疗方面的信息需求较高,其中尤以先天性心脏病在疾病相关词频中占比最高.

摘要： [目的/意义]社会化问答网站用户对突发公共卫生事件的态度与反应能够揭示用户健康信息需求的特征和演化规律.[研究设计/方法]以百度知道和知乎的问答数据为研究对象,构建突发公共卫生事件下社会化问答网站用户健康信息需求编码体系,通过多维尺度分析方法探究用户健康信息需求的构成;从时间维度揭示问答发布量和健康信息需求的变化规律;并从平台维度对比百度知道和知乎用户健康信息需求的差异.[结论/发现]最受社会化问答网站用户关注的需求是社会影响;突发公共卫生事件下社会化问答网站用户的独特性需求是传染性;突发公共卫生事件的发展可分为萌芽期、暴发期、平稳期和衰退期,在这四个时期内用户发帖数量与健康需求类型都产生一定变化;不同社会化问答网站用户健康信息需求的分布以及对时间的敏感程度存在差异.[创新/价值]深入分析了突发公共卫生事件下社会化问答网站用户健康信息需求特征,对优化网站信息展示机制和信息资源组织方式具有一定参考价值.

摘要： 目的 分析国家针对青少年艾滋病防治投放的核心知识宣传信息与“百度知道”文本挖掘词频差异.方法 采用网络数据采集方法(即数据爬虫),采集并整理截至2018年6月11日“百度知道”上在线查询者关于艾滋病提问的相关信息;国家针对青少年艾滋病投放的核心宣传信息(简称核心知识宣传信息)由《大众人群艾滋病知识知晓率问卷》和《青年学生人群艾滋病知识知晓率问卷》,及14条针对青年学生艾滋病防治宣传教育核心知识构成.根据官方分类将所有数据分为预防,检测和治疗,危险性认识、症状和传播,法律法规、歧视与政策4类.利用中文文本分词、词频统计、对比分析和词频可视化呈现等文本挖掘方法比较去除无用词后以上两方面信息的差异.结果 “百度知道”信息中,预防,检测和治疗,危险性认识、症状和传播,法律法规、歧视与政策类词频数量分别为18 942、43 140、73 437和33 859个;核心知识宣传信息中,4类词频数量分别为371、241、208和136个.核心知识宣传信息的语义相关词词频中,占总词频比例最高的为预防类(32.3％,162个),最低的为法律法规类(14.1％,71个);“百度知道”信息的语义相关词词频中,最高的为检测与治疗类(51.7％,51 264个),最低的为预防类(11.4％,11 272个).两方面信息完全重复词占核心知识宣传信息词频比例为59.3％～63.9％;完全重复词占“百度知道”信息4类词频比例相对较低,预防类、检测与治疗类均大于45％,症状和传播类为34.3％(14 781个),法律法规类最低,仅为17.0％(5 744个).结论 对比官方投放和“百度知道”,法律法规类和预防类词频对比差异较大,建议在核心知识宣传中结合青少年需求和兴趣增补和改进相关内容.

摘要： 收到美国西北大学offer的那一刻,我长舒了一口气,历时两年多的美国本科申请之路走到了一个满意的终点,我将在风城芝加哥度过大学时光。面对烦琐的留学申请时,很多人会把一切打包给留学中介。我则选择了自己DIY为主、中介为辅的策略。关乎未来的大事,我更想掌握在自己手里,一步一步让梦想从轮廓到成形。网上的留学信息铺天盖地,不少朋友和我吐槽过虚假广告太多,很难找到真正有用的干货。而我因为从初中开始就参加''机器人社团'',平时就常在各大网站搜索信息,也渐渐摸索出了几招查找信息的“秘诀”。

摘要： 扶风[错例]这是扶凤县县长的一段话语。(《既审计又献计──记扶凤县审计局二、三事》,《陕西审计》1994年第2期)[辨析]扶风县地处关中平原西部,隶属于陕西省宝鸡市,是宝鸡的东大门,因''扶助京师、以行风化''而得名,是西周文化的发祥地、佛教名刹法门寺的所在地。

摘要： 博尔塔拉[错例]阿拉山口口岸位于新疆搏尔塔拉蒙古自治州境内(中国新闻网2011年1月1日)[辨析]新疆维吾尔自治区博尔塔拉蒙古自治州,位于新疆维吾尔自治区西北边缘,有''中国西部第一门户''之称。博尔塔拉,蒙古语意为''青色的草原''。

摘要： 虎丘[错例]苏州虎邱区有个普利民电子厂吗(百度知道)[辨析]虎丘初名海涌山。远古时代,虎丘曾是海湾中的一座随着海潮时隐时现的小岛,历经沧海桑田的变迁,最终从海中涌出,成为孤立在平地上的山丘,人们便称它为海涌山。春秋吴王阖闾死后葬在阊门外海涌山,筑墓三天后,有一头白虎盘踞其上,于是苏州当地人便称海涌山为虎丘。一说,''丘如蹲虎,以形名''。

摘要： 五原[错例]乌鲁木齐到内蒙五源县多少公里(百度知道)[辨析]五原县隶属于内蒙古自治区巴彦淖尔市。五原这个古地名源于夏朝。相传四千多年前天下洪水泛滥,大禹采取疏导之法,根治洪水,待水势减退后,在高埠处首先出现了若干个丘状原所,其中有五个较大的原所,人们在原所之上辟田、造屋、繁衍、生息、耕作。五原称谓始而至此。

摘要： 近几年很多商家都在反应门店客流量越来越少,但2018年中国住宅居住面积销售同比增长3%,其中,三四线城市增长超过10%。而二手房交易增长5%,二手房交易的数据比新房的数据量更高。既然新房和二手房的交易量依然很大,用户新装换装的需求也没有减少。但我们却看不到这些客户,那么,我们的客户到底去哪了?

摘要： 百度知道是一个复杂适应系统，可以利用多主体系统方法对其进行研究。在对百度知道进行复杂适应系统分析的基础上结合Netlogo软件特点建立了百度知道信息发展过程模型，对资源发展与用户激励的互动关系，资源发展与用户数量的关系和不同激励水平用户的互动关系进行了仿真和分析。得出结论：激励值、问题再生率和潜在用户数量影响了系统中用户和问题数量发展。

摘要： 问答社区已经成为网络信息获取的一种重要渠道，但其中信息质量分布差异较大。本文研究了问答社区中回答质量的评价方法。具体考察了百度知道的问答社区环境，并对其构建了大规模的语料数据。针对百度知道的特点，文本提出的基于时序的特征、基于问题粒度的特征和基于百度知道社区用户的特征，从更多的角度对回答质量进行评价。利用分类学习的框架，本文综合了新设计的三方面特征和经典的文本特征、链接特征，对高质量和非高质量的回答进行分类。基于大规模问答语料的实验表明，在文本特征与链接特征的基础上，基于时序与基于问题粒度的特征能够有效地提高回答质量的评估效果。另外也发现，根据本文的回答质量评价框架做出的质量评分能够有效地预测最佳答案。

摘要： 本发明公开了基于百度百科知识图谱的旅游资源文化特色评分算法，涉及旅游资源评价技术领域，解决了现有的旅游资源评分和旅游资源推荐系统中对文化特色的评分机制非常匮乏的问题，其技术方案要点是：获取旅游资源的文本宣传素材，对文本宣传素材进行分词处理，并保留名词词性词条，然后获得旅游资源的词向量；定义旅游资源文化特色评分指标，构建旅游景区景点文化评分表；根据景区景点关键词在知识图谱中的检索结果，结合文化评分表，对景区的文化特色进行评分。本发明首次提出旅游资源文化特色评分指标，评分算法的定义，对现有旅游资源评分体系是一个创新的补充，能够对旅游资源提供更全面的评价，也能为旅游资源推荐系统提供更完善的信息。

摘要： 本发明提供一种基于规则和远程监督的百度百科关系三元组抽取方法，该方法对信息框这种信息集中的结构化文本，本发明主要采用基于规则、正则表达式的方法抽取关系三元组，这些三元组后续又可以作为远程监督算法的输入。对正文这种信息零散的非结构化文本，本发明一方面通过撰写简单的、准确的、显而易见的规则，抽取小部分关系三元组，另一方面，将前面所有基于规则得到的三元组作为远程监督算法的输入，将所有正文文本中包含头实体和尾实体的句子标记出来，按关系分类，训练分类器，再将分类器应用到正文文本的其他句子上，藉此发现更多的三元组。

摘要： 本发明公开了一种获取百度百科人物分类下的所有子分类方法，包括步骤一，分析百度百科的实体分类，建立分类表，所述分类表包括类型字段和实体字段；步骤二，采用BoostStrapping算法获取人物分类下的所有子分类。本发明通过先构建分类表，然后在分类表的基础上采用BoostStrapping算法获取人物分类下的所有子分类，使人物分类下的子分类更加完善，解决了现有子分类体系不完善的问题。

摘要： 本发明一种基于百度百科的网络文本语义的分类方法，利用百度百科把一段文本从外延词条集合映射到能体现内涵的语义主题空间中，再通过对文本语义主题的统计规律性来计算文本与文本、文本与类别之间的相似度，进而完成文本分类，避开通过穷举词条的统计方式，解决了传统文本分类算法需要大量训练数据和无法应对网络词汇和新生词汇的难题。

摘要： 本发明涉及融合维基知识的变分半监督百度百科分类方法，属于自然语言处理技术领域。本发明首先基于词嵌入和词袋模型分别获得百科摘要文本的语义特征和统计特征；然后融合两者作为变分自编码模型的输入，获得百科文本的语义表征；最后利用少量维基百科分类损失和海量无标签百度百科重构损失，构造半监督分类损失，实现了两种百科分类体系的迁移和统一。基于5千条带标记维基百科数据和20万无标记百度百科数据的实验表明，所提方法可以准确实现百度百科分类索引体系的准确建立，证明了其有效性。

摘要： 本发明公开了一种基于百度百科的电网领域短语识别分类方法、系统，其中方法包括：从给定的语料C中提取出出现频次大于或等于阈值t的短语视为高频候选短语；对提取到的所述高频候选短语进行冗余短语过滤；从互联网上的百度百科中爬取经短语过滤后剩余的各所述高频候选短语对应的词条解释，并将无法爬取到所述词条解释的所述高频候选短语视为非法短语予以剔除，将能够爬取到所述词条解释的所述高频候选短语视为合法短语予以保留；通过预先训练的电网领域短语识别分类模型，对被视为合法短语的所述高频候选短语进行识别分类，输出电网领域短语。本发明实现了从语料中对电网领域短语的精准识别、提取。

摘要： 本发明公开了基于百度百科知识图谱的旅游资源文化特色评分算法，涉及旅游资源评价技术领域，解决了现有的旅游资源评分和旅游资源推荐系统中对文化特色的评分机制非常匮乏的问题，其技术方案要点是：获取旅游资源的文本宣传素材，对文本宣传素材进行分词处理，并保留名词词性词条，然后获得旅游资源的词向量；定义旅游资源文化特色评分指标，构建旅游景区景点文化评分表；根据景区景点关键词在知识图谱中的检索结果，结合文化评分表，对景区的文化特色进行评分。本发明首次提出旅游资源文化特色评分指标，评分算法的定义，对现有旅游资源评分体系是一个创新的补充，能够对旅游资源提供更全面的评价，也能为旅游资源推荐系统提供更完善的信息。

摘要： 本发明提供一种基于规则和远程监督的百度百科关系三元组抽取方法，该方法对信息框这种信息集中的结构化文本，本发明主要采用基于规则、正则表达式的方法抽取关系三元组，这些三元组后续又可以作为远程监督算法的输入。对正文这种信息零散的非结构化文本，本发明一方面通过撰写简单的、准确的、显而易见的规则，抽取小部分关系三元组，另一方面，将前面所有基于规则得到的三元组作为远程监督算法的输入，将所有正文文本中包含头实体和尾实体的句子标记出来，按关系分类，训练分类器，再将分类器应用到正文文本的其他句子上，藉此发现更多的三元组。

摘要： 本发明涉及一种基于互动问答社区‑百度知道的地理位置实体的完整性表达方法，包括以下步骤：步骤1)：通过数据处理提取缺陷地理位置实体defectLoc；步骤2)：对提取的defectLoc生成问题：“某defectLoc属于哪个区”，通过百度知道进行检索；步骤3)：根据检索的结果提取特征，计算defectLoc属于各个区域的得分，并构建出defectLoc的所属区域特征向量；步骤4)：利用规则对defectLoc进行完整化处理。本发明以微博城市投诉文本为基础，针对其中的地理位置实体表达不规范、非结构化的特点，使得工作人员很难进行统计分析工作，本发明提出一种基于百度知道的地理位置实体的完整性表达方法，对缺陷地理位置实体完整化具有较高的准确率，可以很好地满足实际应用的需要。

摘要： 本发明涉及一种基于互动问答社区-百度知道的地理位置实体的完整性表达方法，包括以下步骤：步骤1)：通过数据处理提取缺陷地理位置实体defectLoc；步骤2)：对提取的defectLoc生成问题：“某defectLoc属于哪个区”，通过百度知道进行检索；步骤3)：根据检索的结果提取特征，计算defectLoc属于各个区域的得分，并构建出defectLoc的所属区域特征向量；步骤4)：利用规则对defectLoc进行完整化处理。本发明以微博城市投诉文本为基础，针对其中的地理位置实体表达不规范、非结构化的特点，使得工作人员很难进行统计分析工作，本发明提出一种基于百度知道的地理位置实体的完整性表达方法，对缺陷地理位置实体完整化具有较高的准确率，可以很好地满足实际应用的需要。