基于正则化主题建模的隐式产品属性抽取

为实现产品意见挖掘中的隐式产品属性抽取,在传统主题建模思想的基础上,通过分析评论信息中不同产品属性对应的意见词分布以及意见词的主题依赖性假设,提出一种基于正则化思想的新主题建模框架.在该框架下,评论信息中的意见词特征,通过定义在不同评论中意见词的使用相似度上的正则化因子,纳入到传统的主题建模框架中.正则化的基本思想为:若2条评论在意见词的使用模式上相似,则它们评论相同的产品属性的概率越高.定性和定量2种实验结果均表明,本文的正则化主题模型较传统的主题模型算法有更高的准确率,说明本文的正则化思想是有效的.

话题结构对语篇情绪更新的影响

读者在阅读理解的过程中,能够推断出故事主角的情绪状态,并能随着语篇中的情绪变化做出情绪更新。在加工情绪信息的同时,读者也加工语篇结构方面的信息,二者皆有可能随着语篇的展开而发生变化。本研究采用自定步速阅读的方法,分别在外显和内隐两种情绪加工任务下,考察话题结构对语篇情绪更新的影响。结果发现,在实验1的外显情绪判断任务下,话题结构未显示出对语篇情绪更新的作用;在实验2和实验3的内隐情绪理解任务下,话题延续时,情绪转换句的阅读时间长于情绪延续句,此时情绪更新需要额外的加工时间;而话题转换时,二者没有显著差异,说明此时读者在新结构下建立当前句的情绪表征,并不受到先前情绪的影响。

话题结构对语篇情绪累加的影响

在阅读理解的过程中,读者能够自动对语篇中的情绪进行推断。本研究采用自定步速阅读的方法,分别在外显和内隐两种情绪加工的任务下,考察话题结构对语篇情绪累加的影响。结果发现,在实验一的外显情绪判断任务下,话题结构未显示出对语篇情绪累加的明显作用;在实验二的内隐情绪理解任务下,当话题延续时,读者对有两个情绪线索的语篇的阅读时间短于仅有一个情绪线索的语篇,此时情绪的累加促进了当前句的加工,而话题转换时,二者没有显著差异,说明此时读者在新结构下建立当前句的情绪表征,并不在先前情绪的基础上进行累加。

维吾尔语评论文本主题抽取研究

主题抽取是意见挖掘的核心任务之一。该文面向维吾尔语评论文本,针对显式主题和隐式主题,提出了一种陈述级的主题抽取方法。该方法采用GLR-Cascaded LDA模型抽取段落级的局部主题、篇章级的全局主题,建立全局—局部主题关系,并将这些关系对应到每个意见陈述中;然后运用Bootstrapping和模式匹配的方法进行显式陈述的主题抽取;最后使用隐式主题推断算法推断隐式陈述的主题。主题抽取的最终目标是为每个意见陈述建立意见陈述—主题四元组<OC,GT,LT,CT>。实验结果证明了该方法在主题抽取任务中的有效性。

网络社会公众同情形成过程中的媒介作用机制研究

在网络社会的社会实践过程中,信息传递的充分和对称并没有避免公众同情与事实本身形成偏差的出现。由于信息技术改变了人们的生活方式,传播网络上的发声成为了节点化生活中的人们参与社会事务的主要手段。社会资本运动的核心转变为文化资本,公众同情作为传播过程中核心节点——话题序参量媒体参与社会资本活动的重要工具,在公共舆论事件的发展和演变过程中起着重要的作用。

基于Skip-PTM的网页主题分类与主题变迁的研究

概率主题模型与词向量模型的结合已经成为主题分类研究的一大热点,本文基于该思想提出了一种适用于网页主题分类的Skip-PTM模型.Skip-PTM模型吸取了LDA主题模型的优势,扩展了Word2Vec的Skip-gram模型,由原来的使用词向量预测上下文词转变为使用上下文向量来预测上下文词.在网页主题类型变迁的研究中,本文根据一定的时间粒度,将网页文本集离散到时间窗口,然后在独立的时间窗口中使用Skip-PTM建模,从而挖掘主题的变迁.本文利用搜狗实验室语料数据和各门户网站搜集的数据集进行分析实验.实验表明,本文提出的方法可以通过潜在语义对网页主题进行分类,并且可以挖掘出主题变迁的趋势.

影响语篇连贯的因素

在衔接与连贯以及二者关系的基础上探讨了影响语篇连贯的因素:语篇主题、事实序次和隐含信息等。主张在语篇分析中运用话题的转换(主位的确立和主位推进程序)、事实序次的排列以及缺省环节进行推理,从而建立语篇连贯或补全语义在连贯上的缺损。

基于领域特征指示词的隐式特征识别研究

网络购物这一领域的迅猛发展带来了海量的在线评论数据,挖掘评论数据中所蕴藏的语义以及情感信息对用户以及商家都有着莫大的价值。在这样的应用需求背景下,出现了针对文本的情感分析(sentiment analysis)技术。但由于中文语言表达的多样性与复杂性,用户会在评论中含蓄地提到评价属性与观点。而现有研究对包含显式特征评论文本的情感分析已趋渐成熟,针对隐式评论句进行特征识别的却较少。因此,文中面向隐式特征识别这一研究难点,提出一种基于领域特征指示词的隐式特征识别方法。该方法首先利用构建的多词型的主题情感联合模型对特定领域内的显式评论句进行特征类别指示词的挖掘;再引入词向量模型作为衡量隐式评论句中线索词与特征指示词集中词项语义相关度的标准;最后分情形来实现对隐式评论句中线索词所属特征类别的指派。通过对不同产品的评论数据集进行实验,结果证明了该方法的有效性。

简论英汉语句法结构的差异

本文从翻译的角度对英汉语句法的差异进行了对比 ,认为英语句法特征是主谓结构体 ;汉语中的简单句 ,其最明显的句法结构特征是主谓结构体 ,汉语中较为复杂的句式 ,其明显的句法结构特征为话题———说明结构。另外 ,汉语句法结构具有内在的、隐含的、模糊的关系 ,而英语句法结构则具有外在的、显性的关系。

论“都”的隐性否定和极项允准功能

本文首先简要地介绍关于范围副词"都"的关联成分和约束方向的争论,然后沿着蒋严(1998)关于"都"可以左向约束预设中的成分的思路,假设"小李都买呢子的衣服"一类句子省略了"买衣服"一类谓词性拷贝式话题;并通过话题链接这种语用测试和照应关系、允准否定极项等语义测试来证明上述假设,揭示表示总括义、可以重读的"都"只能左向约束其关联成分,在特定句式中"都"具有隐性否定和允准"从来"等否定极项的语义功能。还顺便讨论了"都"允准否定极项造成的句法后果("都"和"也"在"Wh+都/也+VP"格式中有不同的分布选择)。最后,通过对真实文本语料的统计分析,证明"从来"的确是否定极项。

动词隐含因果性和语篇话题性对回指选择的影响

动词隐含因果性和语篇话题性是制约回指选择的重要因素,但两者对回指选择的影响机制及交互作用仍不明确。语篇生成续写实验表明,动词隐含因果性确实会影响到后续指称对象的选择,并在原因类联结关系中得到加强;当动词语义倾向回指的对象为新引入的实体而非语篇话题时,其回指倾向最显著。这说明基于给定语境生成语篇的过程遵循省力原则,但与语篇话题性相比,动词隐含因果性对回指倾向的制约更具刚性。

汉英诗歌主题指称对比研究

作为语言的精华,不管是汉语诗歌还是英语诗歌,都具有丰富的文本特征,是汉英对比研究的理想对象。由于受汉英文化、语言特点的影响,汉英诗歌在其主题指称方面有较大的差异。本文在统计50首汉语诗歌和25首英语诗歌中零指、隐指、显指等主题指称数据的基础上,就汉英诗歌主题的指称手段进行对比研究。结果表明,汉语诗歌中多用零指,而英语诗歌中多用显指,具体指称手段各有差异。这一尝试对汉英对比研究、英语诗歌教学以及汉英诗歌互译研究有一定的积极作用。

意义探索与意图查核——“一带一路”倡议五年来西方主流媒体报道LDA主题模型分析

'一带一路'倡议提出至今5年有余,已成为西方主流媒体涉华报道的重要议题。本文通过隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型,对5年来美、英、澳、俄、日、法、德等7国主流媒体报道进行数据挖掘,整体勾勒出西方主流媒体舆论地图。本文运用框架与语境作为意义解读理论,国家利益与镜像作为意图透视理论,对西方主流媒体'一带一路'倡议报道主题模型分析结果从时空两个维度进行意义探索和意图查核。以'上下往返'的方式穿梭于理论探索与数据挖掘之间,整合主题模型'计算范式'与国际传播'理论范式',为大数据时代的国际传播研究提供一种可行路径。

融入隐式情感和主题增强分布的网络敏感信息深度识别研究

【目的/意义】网络敏感信息是网络生态治理的重要对象,对其进行精准识别可以有效推动网络空间净化的进程。【方法/过程】为提高网络敏感信息识别性能,提出一种融入隐式情感和主题增强分布的深度识别方法:首先利用提出的IME方法度量敏感词的隐含情感,并将其与信息的原始情感融合获取网络信息的隐式情感特征;然后结合网络敏感信息的特殊性改进BTM模型,并基于改进模型获得网络信息的敏感主题增强分布;最后利用深度学习中的注意力机制将隐式情感特征、敏感主题特征与传统的敏感词特征、语义特征融合,实现对网络敏感信息的识别。【结果/结论】实验结果表明,本文挖掘的隐式情感特征和敏感主题特征均能有效提升网络敏感信息的识别性能,与已有方法相比,多特征融合方法在进行网络敏感信息识别时性能较优。【创新/局限】深入挖掘敏感信息的隐式情感特征和敏感主题特征,融合多种特征实现网络敏感信息的有效识别,为网络生态治理提供理论支撑,但信息中敏感主题的增强分布有待进一步研究。