基于异构图卷积网络的网络社区敏感文本分类模型

【目的】基于图神经网络设计一种针对网络社区中敏感文本的分类模型,为治理网络舆情、维护网络社区信息安全提供帮助。【方法】在文本和词的基础上添加敏感实体构造异构图,引入网络舆情敏感信息的先验知识,然后利用BERT捕获文本的深度语义信息,使用图卷积网络(GCN)获取全局的共现特征,结合两者获得预训练模型和图模型的互补优势,适应长短文本之间的结构差异,最后根据基于网络社区舆情特点设计的敏感文本分类体系进行分类。【结果】在网络舆情敏感文本自制数据集上进行广泛的实验,实验结果表明,所提模型准确率达到70.80%,相较于基线模型至少提高3.52个百分点。【局限】在大语料库上构建的异构图过大会影响计算速度。【结论】所提模型能够适应网络社区敏感文本的结构差异,更好地捕捉文本中的敏感特征以提升分类性能,在敏感文本分类上有较好的效果。

长白山白桦径向生长季节动态及其对环境因子的响应

白桦(Betula platyphylla)作为温带次生林的典型先锋树种,在森林生长研究中具有重要意义。该研究利用微树芯法连续监测了长白山两个生长季(2020-2021年)白桦径向生长的季节动态,并分析了其与环境因子的响应关系。结果表明,白桦形成层于5月中下旬开始活动,6月和7月为快速生长期,9月下旬木质化结束。2021年早春温度升高导致白桦径向生长提前开始,但两年径向生长停止的时间无显著差异。在快速生长期,白桦径向生长速率与平均气温、最低气温、相对空气湿度和土壤温度呈显著正相关关系,与饱和水汽压差呈显著负相关关系;而在慢速生长期,白桦径向生长速率仅与最低气温和土壤温度呈显著正相关关系;在较干燥年份,土壤含水量降低显著抑制了白桦径向生长,温度始终是影响白桦年内径向生长的主要气候因子。研究结果对白桦林的经营和可持续管理具有参考价值。