基于标签传播的评教文本情感词典构建

情感词典是情感倾向分析的基础工作.提出了一种领域情感词典自动构建方法,并构建了带有情感权重的评教领域情感词典.首先选取情感倾向稳定、情感强度高、词频高的种子词,再使用点互信息PMI计算种子词与候选词的共现程度,作为关联图的权重.最后利用标签传播算法标注候选词的极性,行标准化最后的标签矩阵,将标签矩阵中的概率值作为情感词的强度.尽管PMI可以很好地衡量词之间的紧密程度,但缺少了对复杂句式的处理,将CRM算法的情感标注思想引入到PMI的计算中后,能够使PMI计算结果更加可靠.实验结果表明,该方法在真实评教文本数据集中,能够取得较好的效果.

移动对象异常行为检测算法

为解决传统轨迹异常检测算法通常综合考虑轨迹所有总体属性,对轨迹在单个属性上的异常检测率不高的问题,提出一种能够有效检测出轨迹单个属性异常的检测算法。通过对轨迹的单个总体属性进行独立处理,利用改进的CanopyKMeans聚类算法对历史数据进行聚类处理,依据聚类的结果建立单个属性的正常行为模式库。利用各属性的正常行为模式库进行对应属性的异常检测,有效提高异常检测的准确率。定义异常程度属性实现对异常行为的分类,检测出异常行为的目的意图,为对异常行为进行针对性处理提供指导。