另外实体出现的位置的数量还可以用于确定主观属性

tixido2842

和相关性分数（例如，当视频剪辑位于数百个用户播放列表中时，可以增加视频剪辑的相关性分数等。 该块由主观属性标识符执行。 主观属性的相关性分数由实体 E 确定。

相关性分数是根据个人属性在用户评论中出现的频率、用言语提供主观细节的特定用户（例如，根据经验可能知道某些用户在他们的评论比其他用户等）。 例如，如果有 40 条评论，“可爱”出现在 20 个单词中，“真棒”出现在 8 个评论中，则“可爱”可能会被分配比“真棒”更高的相关性分数。

可以基于出现主观属性的评论的比例来分配相 卡塔尔电话号码数据 关性分数（例如，“可爱”的分数为0.5，“真棒”的分数为0.2等）。 一方面，相关性分数被标准化为落在区间内。

通过一些方面，所识别的主观属性可以基于其相关性分数而被丢弃（诸如保留具有最高相关性分数的k个情感属性、丢弃相关性分数低于阈值的任何个人属性等）。




主观属性标识符 应当注意，在一些方面，可以通过将主观属性的相关性得分设置为零来丢弃主观属性。 主观属性和相关性分数与实体相关 主观属性和相关性分数与实体相关联（例如通过标记、关系数据库中的表中的条目等）。

获得实体E的特征向量。 一方面，视频剪辑或静止图像的特征向量可以包含关于颜色、纹理、强度等的数值，而音频剪辑（或具有声音的视频剪辑）的特征向量可以包括关于幅度的数值。谱系数等，而文本文档的特征向量可能包括： 关于词频的数值 平均句子长度 格式化参数 依此类推 这可以由特征提取器执行。

获得的特征向量和相关性分数被添加到训练集中。 bock检查实体集合S是否为空；如果 S 非空，则继续执行，否则继续执行。 分类器在训练集的所有示例上进行训练，以便提供训练示例的特征向量作为分类器的输入，并提供主观属性相关性分数作为输出。