行话的日文

• 言い換えるならば，流行的話題の予測とは，ＳＶＭによる流行的話題クラスと非流行的話題クラスへの２クラス分類問題である．
  换句话说，流行话题的预测，就是在ＳＶＭ的基础上，分为流行话题组和非流行话题组的２级分类问题。
• ３章では実際に話題の分析を行った結果について述べ，４章ではリンク情報に基づいて話題の伝搬を扱うモデル（ＳＰＭ）を提案する．
  第３章讲述实际进行话题分析的结果，第４章提出基于链接信息的话题传播处理模型（ＳＰＭ）。
• 全体の半数弱を占め，これに実験によって（Ｂ）か（Ｃ）が加わるため非流行的話題は全体の６割から７割を占めることなる．
  非流行话题占据了全部话题的近一半，如果通过实验再加入（Ｂ）或（Ｃ），就会占据整体的６０％～７０％。
• 文書中の語の出現頻度により，流行している話題を抽出する研究として仲村ら［仲村０１］，藤木ら［藤木０４］の研究が挙げられる．
  仲村等人（仲村０１）和藤木等人（藤木０４）所作的研究是根据文档中词的出现频率来抽出流行话题。
• 本節では，ＳＶＭによる流行的話題の予測において，本論文で定義したＳＰＭが，それぞれどの程度，流行的／非流行的の判断に有効かを分析する．
  在ＳＶＭ的流行话题预测中，本节将对本论文定义的ＳＰＭ对判断流行／非流行是否有效进行分析。
• 既知の話題は訓練集合，未知の話題は予測集合として用いられ，訓練集合の正例，負例がそれぞれ流行的話題，非流行的話題に該当する．
  已知话题和未知话题分别作为训练集合和预测集合来应用，训练集合的正例和负例分别相当于流行话题和非流行话题。
• 既知の話題は訓練集合，未知の話題は予測集合として用いられ，訓練集合の正例，負例がそれぞれ流行的話題，非流行的話題に該当する．
  已知话题和未知话题分别作为训练集合和预测集合来应用，训练集合的正例和负例分别相当于流行话题和非流行话题。
• 特にＰｒｅｃｉｓｉｏｎの下降は顕著で，ｂｏｒｄｅｒが４０の時などはシステムが流行的話題と判別した話題の半数が「はずれ」である．
  特别是Ｐｒｅｃｉｓｉｏｎ的下降非常明显，当ｂｏｒｄｅｒ为４０时大多数系统判定为流行话题的话题出现了“偏差”。
• ２ちゃんねるを初めとする電子掲示板では，ジャンクワード，当て字，スラングなどが多く含まれ，語に基づく発言内容の解析は通常困難である．
  在２　ｃｈａｎｎｅｌ等论坛中，包含很多垃圾词汇、假借字、行话等，所以基于词汇来分析说话内容通常是比较难的。
• （４）本研究では，予測に伝搬量を用いているため，伝搬量が少ないが流行的だとされる話題の予測は基本的に困難であり，そこに手法としての限界がある．
  （４）本研究在预测话题时使用传播量，因此对于传播量较少的流行话题的预测非常困难，可以说这是本方法的一个局限。