基于LDA模型的主题演化分析:以情报学文献为例

为了掌握科研动态和追踪研究热点,需要挖掘文献中的主题及其变化规律,因此,提出了一种基于隐性狄利克雷分布(latent Dirichlet allocation,LDA)的主题演化分析模型.首先,在整个文本集合上使用LDA模型识别主题及其关键词,并计算每个时间窗口中文档-主题概率分布;然后,对各个时间窗口下的文本集合分别使用LDA模型计算出主题-词汇概率分布,并计算不同时间窗口下不同主题的相似度,从而得出主题强度的演化趋势;最后,通过相似主题下的词汇的概率分布得到主题内容的变化.可观察到中文情报学领域,"语义分析"等主题的关注度具有持续上升的趋势.

中文比较关系的识别:基于注意力机制的深度学习模型

商品在线评论中存在着大量的比较语句,其中蕴涵着用户对不同商品或服务的体验及评价。通过挖掘评论文本中的比较信息,能够帮助企业洞察产品的市场竞争力。本文关注中文评论中的比较句识别任务,摒弃了先前研究中经常采用的模式识别方法,提出基于深度学习方法的层次多注意力网络模型。该模型获得了较好的识别精度,优于传统的分类模型和常见的深度学习文本分类模型,F1分数达到81%。本文提出的层次多注意力网络模型是端到端的,缩减了大量人工干预,有效简化了比较评论识别的工作量。

基于正交试验的钢纤维混凝土电阻率的研究

为地铁工程中的钢纤维混凝土的应用提供试验依据,研究采用正交实验法,研究钢纤维含量、粉煤灰掺量、阻锈剂掺量三个因素对钢纤维混凝土的电阻率影响规律。结果表明:粉煤灰掺量对于材料的电阻率有显著影响,钢纤维含量和阻锈剂含量对于材料的电阻率影响不大。

基于融媒体时代新闻编辑记者技能素质培养的探究

融媒体时代的到来使人们的生活发生了巨大的改变,传统媒体也因此面临着极大的挑战。新媒体的诞生标志着经济科技的发展进步,那么如何在融媒体背景下紧跟时代潮流,提高传统媒体记者的技能素养,使传统媒体以新型、高效、受众广的优势不断发展,是本文主要探讨和研究的课题。

全媒体背景下广播民生新闻的转型与升级

随着我国现代化转型的成功,社会流动性越来越强,加上信息技术与通讯技术及互联网的全面推广应用,不仅实现了各大媒介的有效融合,建立了全媒体发展模式,社会民生领域也发生了巨大的变化。本文以全媒体背景下广播民生新闻作为研究对象,探讨与之密切关联的转型与升级问题。具体论述中结合日常工作经验,概述了全媒体背景下广播民生新闻发展的一般情况,并以此为基础,分别从形式、内容、方法层面对现阶段广播民生新闻的转型与升级展开具体讨论。