基于多卷积核字词特征的中文短文本分类方法

中文短文本存在字数少、歧义多以及信息不规范等特点,导致其文本特征信息难以提取与表达。目前大多数文本分类方法采用单卷积核的卷积神经网络来提取文本局部特征,这通常会由于网络参数随机初始化不一致而导致模型分类效果不佳。为此,提出了一种基于多卷积核字词特征的短文本分类模型(Multi-CNNFusionofCharactersandWords,MCFCW)。首先采用预训练ERNIE、Word2vec模型丰富文本字词嵌入表示;然后分别采用多卷积核TextCNN、DPCNN充分提取不同角度的文本语义信息,同时有效降低网络参数随机初始化的影响;最后拼接两个通道提取到的字词高层特征向量作为最终的文本分类特征。在THUCNews新闻标题数据集上进行了模型评估。结果表明,模型在精准率、召回率和F1值3种评价指标上均优于目前的主流模型,具有较好的短文本分类效果。

基于意象的诗词情感分析研究

针对诗词中意象与情感的关系,传统的研究方法过度依赖专家知识且未见大规模语料自动处理。为此提出将方面级情感分析技术应用到诗词情感分析领域,并通过对比实验选取出自动分析意象与诗词情感效果最好的方面级情感分析模型。首先采用BERT预训练模型得到诗词的初始化向量表示,再分别输入到BERT-Single、AOA(Attention-Over-Attention)、IAN(Interactive Attention Networks)、MemNet(Memory Network)、ATAE-LSTM(Attention-based LSTM with Aspect Embedding)五个主流方面级情感分类模型中获取与诗词意象相关的情感分类特征向量,最后将其输入到Softmax分类器进行情感判定。实验结果表明,IAN的效果最好,Macro_F1值达到了68.16%。

基于BERT与记忆网络的长文本方面级情感分析

目前在方面级情感分析(ABSA)方法中,利用上下文或方面短语的平均值来计算方面短语或上下文之间注意力得分的方法往往会产生较大的信息损失,导致模型在长文本分类上的性能降低。为此,研究了一种建立在BERT表示上的记忆网络模型,BDMN。首先,把句子构造成多[CLS]的Token嵌入形式,然后,从BERT输出中获取到各短句的初始化向量,将其作为记忆体与方面短语的[CLS]向量进行充分注意力交互,最后,拼接输出注意力层所有短句的方面短语表示作为最终的情感分类特征向量。在AI Challenger 2018细粒度情感分析数据集上进行了模型评估,与目前的主流模型相比,其效果达到了最好。

基于高维多元数据的酒体感官评价可视分析

酒体质量评价以感官鉴定为主,但感官评价易受人的身体条件和经验等因素的影响。为提高评价的稳定性和有效性,建立以理化指标数据为依据的评价方法。本文提出了一种基于大数据可视分析的研究方法,挖掘高维多元指标数据对酒体感官特性的影响。首先,对高维多元指标数据的相关性,以及与感官评价的相关性进行分析,通过图模型阐释关系特性,初步建立面向领域的可视分析方法。然后,采用基于机器学习的数据分析技术,结合感官评价构建酒体质量评价模型。最后,结合评价模型对酒体指标参数的重要性进行分析。在此基础上,对模型的评价效果进行了验证,分别选取两类样本进行对比,一类样本包含重要性得分较高的6项理化指标,包括酒体密度、残糖、挥发性酸、酒精度、硫酸酯和非挥发性酸,另一类样本包含全部11项理化指标,验证结果显示两类样本的预测结果相近,分类预测误差仅相差0.4%,表明以上6项理化指标是影响感官评价的主要成分。该可视分析方法可降低理化指标的维数,并保留酒体质量的特征信息,用于酒体质量的评价,对酒体质量科学化评价起到重要作用。

中国白酒文化可视化研究

作为一种特殊的文化形式,中国白酒文化在传统的中国文化中有独特的地位。将可视化技术应用到中国白酒文化领域,对于传播和弘扬中国白酒文化的丰富内涵、增强文化自信、促进国际文化交流具有重要作用。总结了中国白酒文化可视化的应用场景,阐述了中国白酒文化可视分析的基本流程,然后从文学作品、文物考古以及历史演变3个维度分析了中国白酒文化可视化研究现状,并归纳了文本数据可视化、网络数据可视化、时空数据可视化和多维数据可视化等可视化方法在中国白酒文化可视化领域的呈现类型,最后探讨了中国白酒文化可视化的未来研究热点。