随着在线社交网络（Online Social Networks,OSNs）的出现,人们创造和分享信息的方式发生了变化。在OSNs上,信息传播变得比传统社交媒......

机器学习算法的成功通常取决于数据表示。在构建分类器或其他预测器时,好的数据表示可以帮助我们更容易提取到隐藏的有效的信息,从......

构建高质量的句子表示是句子分类获得更好性能的基础。传统基于高维向量的句子表示方法存在数据稀疏问题。近年来,基于深度学习技......

目的：通过在标注资源丰富的源领域中学习,并将目标领域的文档投影到与源领域相同的特征空间中去,从而解决目标领域因数据量较小难以......

移动设备的发展使得轨迹数据可以记录更多有用的信息,比如签到信息、活动信息,构成了语义轨迹数据.快速有效的轨迹相似度计算会为......

移动设备支持的全球定位系统和无线通信技术的普及为轨迹数据的产生和发展奠定了基础,由此也衍生出一系列关于轨迹的研究和应用。......

迁移学习专注于解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服......

情感分析是自然语言处理领域的重要研究问题。现有方法往往难以克服样本偏置与领域依赖问题,严重制约了情感分析的发展和应用。为......