基于SnowNLP-LDA的突发公共卫生事件网络舆情主题分析

突发公共卫生事件舆情危机一旦爆发会引发民心不安,为及时有效研判和引导网络舆情,提升政府部门的应急管理能力,突发公共卫生事件舆情主题分析就显得尤为重要.利用“知微事见”,从近两年国内最具社会影响力的突发公共卫生事件中,选取影响力指数最高的事件,基于SnowNLP模型对事件发生后政务媒体的相关评论信息进行情感分析,以可视化方式,将网民情感划分为形成期、爆发期和衰退期.并通过LDA主题模型,得出每个时期的主题分类,从而为突发公共卫生事件发生后相关政府部门对网络舆情的把控和引导提供支持.

快递服务缺陷诊断识别与质量改进

为科学合理地诊断识别并评价快递服务缺陷,以百度贴吧在线评论为数据源,采用Python及潜在狄利克雷分配(latent Dirichlet allocation,LDA)主题模型等工具及方法,构建数据获取→情感分类→主题提取→缺陷评估的快递服务缺陷识别模型,诊断识别顺丰、邮政特快专递服务、圆通、申通、中通、韵达、百世汇通7家快递企业服务质量的主要缺陷因素,提出改进服务质量的建议。研究结果表明:快递服务质量的影响因素主要包括总体印象、快递时效、信息质量、收费服务、物品安全和服务过程等,从细分指标分析可知快递丢失短少、投诉处理、货品完好性、信息更新及时性、联系渠道、流通速度等是快递服务缺陷的主要影响因素。为提升用户满意度,快递企业需从快递物品安全、快递运输时效、信息更新速度、售后服务响应等方面进行质量改进。

休闲活动与主观幸福感

为了探讨休闲活动与主观幸福感之间的关系,文章采用休闲问卷、正性负性情绪量表和生活满意度量表对460名员工进行了调查。结果表明:(1)性别、是否有孩子等人口学变量影响休闲活动;(2)休闲活动对主观幸福感中的正性情绪和生活满意度有显著的正向预测作用,对负性情绪没有预测作用。

互联网商品评论情感分析研究综述

互联网评论情感分析是Web信息挖掘的一个新兴领域,近年来受到计算机科学、经济学、管理学等相关学科的广泛关注.目前,情感分析领域的研究主要集中在主观性内容识别、褒贬情感分类以及在线评论的经济价值挖掘等几个方面,大部分研究借鉴文本挖掘、信息检索、机器学习、自然语言处理、统计学等方面的技术和方法,也提出了一些针对评论情感分析的特定方法.对在线评论情感分析领域的研究现状与进展动态进行归纳和分析,重点论述现有研究采用的主要方法和关键技术,以及研究中存在的问题,最后提出了未来的研究方向.

Web文本情感分类研究综述

对用户发表在Web上的评论进行分析,能够识别出隐含在其中的情感信息,并发现用户情感的演变规律。为此,本文对Web文本情感分类的研究进行综述。将情感分类划分为三类任务：主客观分类、极性判别和强度判别,对各自的研究进展进行总结。其中将情感极性判别的方法分为基于情感词汇语义特性的识别和基于统计自然语言处理的识别方法。分析了情感分类中的语料库选择和研究难点。最后总结了情感分类的应用现状,并指出今后的研究方向。

文本倾向性分析综述

介绍文本倾向性分析的基本流程,从主观性文本识别、文本倾向性分析方法、现有系统及评测方法、语料库建设4个方面对现有文本倾向性分析技术进行介绍和概括.综述了文本倾向性分析的3类研究方法:简单统计方法、机器学习方法和细粒度情感相关性分析方法,分析这3类研究方法的特点,从算法复杂性、效率和适用范围等方面比较各自的优缺点.概括现有研究的成就和不足,从基础性问题、具体应用的实现方法2个方面提出研究的前景.

情感分析研究综述

由于Web文本迅速增多,对这些文本,特别是用户主动发布的评论数据进行挖掘和分析,识别出其情感趋向及演化规律,可以更好地理解用户的消费习惯,分析热点舆情,给企业、政府等机构提供重要的决策依据。首先对情感分析的研究对象和目标进行了定义和说明,并给出基本的研究思路。然后,在主观性句子识别任务上,详细回顾和分析了主要的处理方法;在观点分类的特征抽取上,重点介绍和讨论了两类主流的处理思路——基于情感词和基于频繁模式挖掘。接着简要介绍了其他一些相关的情感分析问题。最后总结了情感分析的现有成就和不足,以及面临的挑战,并对其发展前景进行了展望。

中文文本情感主题句分析与提取研究

提出一种提取中文文本情感主题句子的方法。首先评估文本中语义概念的概括和归纳能力,确定文本主题概念。将包含主题概念的句子作为候选主题句子,计算各个候选句子的重要度,最终确定文本主题句。然后采用条件随机场模型,选取情感倾向特征和转移词特征训练模型,从文本主题句集合中提取情感主题句。实验证明,以提出的方法为基础进行文本情感分析,避免了与主题无关的句子对分析结果的影响,有效地提高了文本情感分析的准确率。

Web文本情感分析研究综述

随着Web2.0的迅速发展,互联网成为人们表达观点、抒发情感的重要工具,如何有效地从Web文本中提取、归纳出用户的情感观点是研究者所面临的重要问题。本文首先提出对日益增多的Web文本进行情感分析的必要性。然后从文本主客观性分类、情感极性分类和主题及观点持有者抽取等方面介绍文本情感分析在国内外的研究进展;最后总结出今后需深入研究的问题。

自动情感文本分类研究综述

情感分类及其应用是目前研究的一个热点,是自然语言处理,机器学习和心理学等多学科交叉的研究课题,在很多领域都有实际的应用,如产品的声誉分析,舆情跟踪,博客兴趣分析等。论文对情感分类目前国内外的研究概貌进行了分析,将现有文献中的研究方向分为四个类别,并对这四个类别分别进行了描述,对情感分类中的关键问题进行了研究,提出了情感分类的一般框架,最后对目前研究中存在的不足进行了讨论,对情感分类研究的发展方向进行了展望。

基于影评数据的在线评论有用性影响因素研究

面对互联网上海量的在线客户评论,如何能快速有效地进行识别和选择从而发现和利用其中有用的评论,已经成为人们关注的重要问题.以体验型商品电影的在线评论为研究对象,结合文本挖掘技术和实证研究方法,从文本特征出发探索影响在线评论有用性的因素,建立在线评论有用性影响因素模型,并利用该模型对评论有用性进行分类预测.与现有相关研究相比,提出的模型总体拟合效果显著提高,并发现在线影评中积极的情感倾向、较高的正负情感混杂度、较高的主客观表达混杂度以及较长的平均各句长度,对评论的有用性具有显著的正面影响.最后预测结果表明,该模型对在线影评的有用性具有较强的判别能力.

基于情感词汇本体的主观性句子倾向性计算

如何有效提取句子的主观信息,计算主观性句子倾向性,并对其情感进行细粒度分析,成为一个热门的研究话题。提出了一种基于情感本体的主观性句子倾向性分析方法,分析句子的上下文语义关系,建立规则集。依据情感词汇本体和规则集,提出连续三词词类组合(3-POS)模型识别主观性句子,最后计算主观性句子倾向性值。实验结果表明,该模型对主观性句子的倾向性进行识别和计算的准确率达到81.02%。

基于潜在狄利克雷分布模型的多文档情感摘要

针对当前方法难以获取评论文本全局情感倾向性的问题,提出一种基于潜在狄利克雷分布(LDA)模型的多文档情感摘要方法。该方法首先对给定的句子进行情感分析,抽取带有主观性评价的句子;然后,应用LDA模型表示已抽取的句子,并通过词汇的重要度和句子的特征计算句子的权重;最终提取情感文摘。实验结果表明,该方法能够有效地识别情感关键句,在准确率、召回率和F值上均有不错的效果。

微博中产品意见挖掘研究

随着微博平台的兴起,越来越多的用户参与其中分享产品的使用体验并发表意见,如何从微博的评论文本中挖掘出用户的观点这一研究课题在企业竞争情报领域中具有重要的实用价值。笔者首先阐述产品意见挖掘的意义,然后站在技术实现的角度从产品特征抽取、产品评论主客观分类、情感倾向性分析等方面介绍了国内外的研究进展,最后指出产品意见挖掘面临的不足和今后的研究方向。

大学生主观幸福感的调查研究

采用主观幸福感量表对四所不同类型院校的不同年级、不同专业的大学生主观幸福感进行了测评,结果显示在不同类型学校、年级、专业的大学生的主观幸福感存在明显差异,另外父母的受教育程度对大学生的主观幸福感也有一定的影响。

高表现力情感语料库的设计

针对高表现力情感语音合成的需要,设计并建立了一个具有四种情感状态(正常、喜悦、忧伤、愤怒)的高表现力情感语料库。该数据库包含1000个词组、700条语句,共30分钟的语料。论文分析并讨论了设计和建立情感语料库的几个重要准则:语料的选择、制定标注规范、安静的录音环境、情感的情景准备以及情感语料库经主观辨听的后期筛选。为达到高表现力,论文着重强调了情境诱发的重要性,主观听觉评价表明,本数据库具有明显的情感特征。

中国特色舆情理论研究及学科建设论略

本文着重阐释了当前舆情理论和实践研究话语体系所具有中国特色的三个主要体现。一是对舆情现象的概念解释,以中国传统话语语境下舆情词语的历史使用涵义为基础,主要吸收了民意概念解释的相关内容,是舆情理论和实践研究的重要开端;二是在论述舆情与舆论两个概念之间异同的基础上,阐释了舆情研究的相对独立性,强调了这种独立性是舆情理论和实践研究得以开展并不断完善的重要支点;三是对舆情理论和实践问题的研究以及为党和政府提供直接的舆情信息汇集、分析、研判,使其成为了维护和推动民众与党和政府工作之间利益联系依存性和建设性的一门政策服务学科。

Markowitz模型与Black-Litterman模型比较研究——投资人情绪对资产组合的影响

由于马尔科维茨资产组合模型存在放大方差和对输入变量异常敏感以及无卖空约束下的无意义的权重问题,使均值方差模型很难在实际中应用。针对该模型的缺陷,利用BMA模型优化Black-Litterman模型观点加入方式,详细设定了模型观点矩阵,利用非贝叶斯法则构建了投资人对观念的置信度,明确计算了隐含均衡收益和上证指数数据,再次证实了投资人情绪对传统资产组合模型结果的影响,并从数理模型上阐释了两个模型所依据的理论基础。

一种基于特征选择的主观性文本分析方法

提出了一种主观性文本分析方法。方法采用多种不同策略表示文本,使用特征选择算法消除不相关特征及冗余特征后,训练SVM对文本按主观性和客观性进行分类。采用的特征选择算法以Simba为基础,通过实验对其迭代和相似度计算方法进行了改进,克服了在实际应用中出现的不稳定性问题。分别在中英文语料上进行了实验,结果表明该方法在实验语料上的性能优于已有方法。

译者主体性与翻译的自由

译者作为翻译的主体,要完成翻译的任务,必须充分发挥自己的主观能动性,然而译者在翻译过程中主观能动性的发挥又受到这样那样的束缚。对译者主体的情感、译者主体的文化取向与译者主体的文化身份对翻译过程中所作的规定与束缚进行分析,旨在为译者在翻译实践中的"再创造"的"度"的把握提供参照。