国内数字人文领域热点及趋势探析

文章旨在了解我国数字人文的研究现状及进展,以CNKI数据库为基础对我国数字人文领域文献进行了统计分析,并利用VOSviewer软件绘制了相关知识图谱,对领域研究现状进行了可视化分析,指出了数字人文领域热点,提出了发展建议,以期为相关学者提供参考和借鉴。

基于文献计量的贵州省旅游研究回顾与展望

旨在对中国知网中关于贵州旅游的文献数据进行梳理和分析,探讨当前贵州旅游领域中的主题情况和研究热点。以中国知网中304篇贵州旅游文献为研究对象,利用社会关系网络、知识图谱、Python等技术进行数据预处理并提取高频关键词,进而用文献产出分析、发文机构分布、作者合作关系、主题聚类分析和演化分析等方法,将分析结果进行可视化呈现。研究表明,该方法能够有效挖掘出该领域的研究重心与方向,为之后的研究提供一定的数据支持与理论支撑。

融合情感词典的改进BiLSTM-CNN+Attention情感分类算法

传统机器学习和深度学习模型在处理情感分类任务时会忽略情感特征词的强度,情感语义关系单薄,造成情感分类的精准度不高。提出一种融合情感词典的改进型BiLSTM-CNN+Attention情感分类算法。首先,通过融合情感词典的特征提取方法优化特征词的权重;其次,利用卷积神经网络(convolutional neural network, CNN)提取局部特征,利用双向长短时记忆网络(bidirectional long and short-term memory, BiLSTM)高效提取上下文语义特征和长距离依赖关系;再结合注意力机制对情感特征加成;最后由Softmax分类器实现文本情感预测。实验结果表明:所提出的情感分类算法在精确率、召回率和F值上均有较大提升。相较于TextCNN、BiLSTM、长短时记忆网络(long and short-term memory, LSTM)、CNN和随机森林模型,所提方法的F值分别提高2.35%、3.63%、4.36%、2.72%和6.35%。这表明所提方法能够充分融合情感特征词的权重,利用上下文语义特征,提高情感分类性能。所提方法具有一定的学术价值和应用前景。

基于知识图谱和层次聚类的水族文化主题演化研究

水族文化的主题挖掘和主题演化分析有助于从不同角度了解水族发展状况、热点主题和研究趋势,为后续水族文化传承和文献挖掘提供相关参考价值。基于此,本文采集中国知网990篇水族文献,提取水族文化关键词及主题,利用共现分析和层次聚类挖掘水族关键词间的联系,构建水族主题共现知识图谱和主题演化网络。实验结果表明,本文的方法能有效分析水族文献的主题演化趋势,发现特征词共现关系和相似度,构建水族文化主题知识图谱,并聚类形成五大类水族文献主题,对少数民族文化研究和文献挖掘具有一定的应用价值和理论意义。

BY-2B型荧光灯逆变器过流保护电路的改进

为防止BY-2B型客车荧光灯逆变器损坏而增设的过流保护电路,由于调试及元件选取上存在问题,影响了推广使用。本文介绍唐山机车车辆工厂对该电路采取的改进措施,改变其取样电阻及延迟电路的电容、电阻的参数,并增设了温度补偿电路,对原热敏电阻进行补偿修正,使与可控硅匹配。经过试验运用,取得良好效果。