从“数量名+NP”话题句看话题和述题的复杂依存关系

汉语“数量名+NP”在特定语境中可作话题,被赋予定指理解,但同时也凸显数量特征,是有标记话题。该结构要求述题须表达数量特征,但受句子体特征和语用因素影响其内部也有细微差别。“数量名”话题自身的特征与“话题—述题”的陈述关系决定结构对述题的要求,而述题的构造和语义也有助于话题指称类型的理解,二者相互依存。

分布式光伏开发公众评论的情感倾向及引导策略

整县推进屋顶分布式光伏开发试点工作的实施,推动了分布式光伏的快速发展,也引发了公众在社交媒体上的热烈讨论,其中不乏有大量的负面评论。这些评论一方面映射了分布式光伏开发实际操作中存在的乱象和问题,另一方面也使公众对分布式光伏开发产生了极大的误解和偏见,进而阻碍了分布式光伏开发的进程。当前对分布式光伏开发公众认知和采纳意愿的研究以问卷调查为主,缺乏基于评论数据的研究。以整县推进屋顶分布式光伏开发为背景,基于抖音评论数据,利用情感分析与BERTopic主题建模方法,探讨了公众对分布式光伏开发的情感倾向及主题特征。研究结果表明,公众评论以负面为主,在时间上波动较大,且与媒体负面报道有较大的关联性,评论数量在空间上呈集中分布态势,与试点县域数量、分布式光伏开发进度密切相关;公众正面情绪主要源于国家推广力度及政府监管强度,负面情绪主要源于公众对“光伏骗局”的担忧。结合以上结果,从政府监管、舆论引导、后期保障三个方面提出了屋顶分布式光伏发展的政策建议。

基于情感分类与主题挖掘的MOOC课程评论研究

在线精品课程作为MOOC中的高质量教育资源,有效促进了教育公平和均衡发展。但在保持快速增长的态势时,仍存在质量参差不齐的困境。为促进教师深度反思,支持教学问题的诊断与改进,提升课程质量,构建在线精品课程评论情感分类与主题挖掘研究模型。首先,采用网络爬虫技术采集MOOC平台中25门“教育技术学”专业在线精品课程评论数据,并进行数据预处理和情感分类;其次,对负性课程评论进行词云分析、社会网络分析和主题挖掘。结果表明:教师教学能力、学习资源质量、课程内容设计、互动和反馈机制、课程考核评价是导致学生差评、影响课程学习体验和学习质量的主要因素。据此,提出促进在线教育中教师教学能力专业化提升、开发优质在线精品课程学习资源、打造实用生动的在线精品课程内容、优化互动和反馈机制、优化在线精品课程考核评价等课程优化建议。

基于密度Canopy的评论文本主题识别方法

融合Sentence-BERT和LDA的评论文本主题识别(SBERT-LDA)方法,将LDA的主题数作为K-means算法中的k值,导致算法可解释性较差、主题一致性较低。为了解决上述问题,提出基于密度Canopy的SBERT-LDA优化方法(SBERT-LDA-DC),利用密度Canopy改进Kmeans算法。实验结果表明,提出的方法在一致性指标上要优于使用K-means以及K-means++对特征向量聚类的同类方法;与SBERT-LDA方法相比,在1852条戏剧评论数据集上,一致性指标值提高了22.9%。因此,所提出的SBERT-LDA-DC方法是有效的,对产品或服务提供者更好地了解用户意见、完善自身产品或提升服务水平提供了新方法,具有较强的实际应用价值。

融合Sentence-BERT和LDA的评论文本主题识别

[目的/意义]为了解决评论文本主题识别时语义描述不充分以及学习到的主题语义连贯性不强等问题。本文将Sentence-BERT句子嵌入模型和LDA模型相结合,提升评论文本主题的语义性。[方法/过程]采用Sentence-BERT模型获取评论文本句子层面的向量特征,同时,采用LDA模型获取评论文本的概率主题向量,随后使用自动编码器连接两组向量,运用K-means算法对潜在空间向量进行聚类,从类簇中获取上下文主题信息。[结果/结论]通过对评论文本数据集的实验,本文方法可以较好地获得具有语义信息的主题词。Sentence-BERT模型与LDA结合,增加了模型的复杂性。通过对比,本文方法获得的主题一致性指标(Coherence)优于目前常见的评论文本主题识别方法。

基于LDA模型的在线评价物流主题挖掘及可视化分析

电商平台上存在大量的物流数据评价信息,然而,个人语言表达中存在或多或少的差异,导致主题分类词并不能很好的聚类,为商家与消费者提供决策信息。因此,提出了一种基于LDA(Latent Dirichlet Allocation)主题模型的同义主题合并的文本分类方法对在线评价进行物流主题挖掘,寻找其中更深层次的决策信息。首先,采用python3.9爬取某电商平台生鲜类、食品类、电器类、个护类、日用类及服务类产品的在线评论数据。运用TF-IDF(Term Frequency-Inverse Document Frequency)分词方法对数据集进行分词处理,获得特征词及其概率分布,利用物流行业同义词库进行特征词的同义替换,并进行概率重整合,最后进行LDA主题模型分析以及可视化分析。在数据实证算例分析中发现,在六大类的商品中,消费者对于物流的要求并不相同,商家可根据在线评论的主题挖掘结果进行物流企业的选择以满足消费者需求,物流企业也可依据此进行自身服务质量的提升。

基于主题交互图的案件话题摘要

从案件相关的话题评论中生成简短的话题描述对于快速了解案件舆情有着重要作用,其可以看做是基于用户评论的多文档摘要任务.然而用户评论中含有较多噪声且生成摘要所需的重要信息分散在不同的评论句中,直接基于序列模型容易生成错误或不相关的摘要.为了缓解上述问题,提出一种基于主题交互图的案件话题摘要方法,将嘈杂的用户评论组织为主题交互图,利用图来表达不同用户评论之间的关联关系,从而过滤重要的用户评论信息.具体来说,首先从评论句中抽取案件要素,然后构造以案件要素为节点,包含案件要素的句子为内容的主题交互图;然后利用图Transformer网络生成图中节点的表征,最后生成简短的话题描述.在收集的案件话题摘要数据集上的实验结果表明,所提方法是一种有效的数据选择方法,能够生成连贯、事实正确的话题摘要.

基于主题挖掘与情感分析的在线健康咨询评论研究

[目的/意义]在线健康社区提供的在线健康咨询服务作为患者获取健康信息的重要来源,已逐渐成为医学和情报学领域的研究热点,根据患者对在线健康咨询评价进行研究,有助于促进在线健康社区的快速发展和保障人们的健康生活。[方法/过程]以好大夫在线平台为例,用八爪鱼采集器采集9 514条小儿感冒患者评价评论数据,采用LDA主题模型得到评价的5个主题,根据情感词典的情感分析方法得到所有主题下的情感倾向分布,对消极评价较多的主题进行筛选,并分析产生消极评价的原因。[结果/结论]在线健康咨询评价主题可分为问题解答、表达感谢、治疗与效果、挂号预约、医术与医德,其中负面评价较多的是治疗与效果和医术与医德。研究结果可为医生改进和在线健康社区发展提供参考意义。

社交媒体中主流网络民意的表达与演化:基于共评网络的分析

[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。

当我们谈论谷爱凌时在谈论什么——北京冬奥会谷爱凌夺冠的社交媒体评论主题挖掘

北京冬奥会胜利举办,我国运动员谷爱凌成为街谈巷议的热门话题。运用LDA主题模型,对北京冬奥会谷爱凌夺冠时刻的社交媒体评论内容进行挖掘与分析,呈现出6大聚类主题:主题1聚焦于谷爱凌优异的竞技表现和媒体表现;主题2突出了谷爱凌成长的家庭教育因素;主题3侧重于谷爱凌夺冠的泛娱乐化话题及“扩圈”传播;主题4聚焦于谷爱凌“学训双优”的社会启蒙话题;主题5表达了“谷爱凌是中国人”的亲和话题;主题6聚焦于谷爱凌的归化身份与国籍争议。“谷爱凌现象”是“扩圈”奥林匹克社区的典型案例,有关谷爱凌的话题讨论已经延伸到教育、泛娱乐化、社会认同、中美关系等领域,基于LDA的主题-共现词分析表明,中美大国博弈语境是塑造“谷爱凌现象”社交媒体评论主题关系的暗线。

基于BTM和长文本语义增强的用户评论分类

用户评论分类是挖掘用户评论中的有用信息,为企业和用户提供有效信息的直接手段,但是用户评论类短文本具有特征稀疏、表达形式不规范、反馈的信息量少等特点,这使得传统分类算法对短文本分类的效果不佳。该文提出了一种融合词向量和BTM主题模型,并以长文本辅助的短文本分类方法。首先,选取特定的长文本,利用LDA主题模型得到长文本的文档-主题分布,选取最大概率主题进一步挖掘该主题下的主题-词项分布,选取概率最大的前n个词项作为短文本的扩充词项并基于匹配规则对用户评论进行长文本语义增强;然后,将扩充后的短文本进行特征扩展,使用Word2vec和LSTM对用户评论进行训练得到词向量的编码特征;同时对用户评论短文本进行基于吉布斯采样的BTM主题模型构建,得到短文本的主题的概率特征;将词向量的编码特征与主题概率特征融合得到扩展后的文本特征,最后利用SVM(支持向量机)方法进行文本分类。对比其他分类方法,该分类方法在准确率、召回率、F-measure上表现均有提高。

基于LDA-LSTM模型在线课程评论情感分析研究

终身化学习背景下,MOOC作为普及性在线学习形式已受到学术界的日益关注。同时,MOOC课程质量与学习者满意度问题亟待解决。研究基于理性选择理论与联通主义理论构建LDA-LSTM深度主题情感分析模型,进而挖掘学习者理性因素与情感极性。实验结果表明,学习者考虑的因素主要具备全面性与多样性的特点;学习者对教师与学习效果普遍给予肯定评价,较少负面评价则针对教师授课风格、课程资源与平台服务质量。研究据此给出了建议策略。

“美学语法”的对读——中西美学命题对接中的标记转换与逻辑复敏

“美学语法”为中西美学理论的对接问题引入了一个新的维度,借助美学命题逻辑结构与话语表述之间的张力可以超越语义层基本相同的指称意义,进入到语法层与逻辑层的深度不对等性之中。西方美学命题以“S是P”为基本例程,通过语法标记来表达本质判断、分类背景和知识质态中的逻辑关系。汉语通过有限的结构递系和二维的结构递归呈现多层动态套叠的逻辑形式,是一种包含命题“主谓”分析式但又不相等的更高层次的对称耦合结构,其所构筑的宇宙生命结构模式也是中国美学命题的逻辑基础与审美理想。中西美学命题对接中语法标记的转换以及逻辑结构的复敏有助于重新理解中西美学理论体系之间的合理关系,直面“言外之意”如何有效地运作于“传情达意”,不仅为西方美学理论如何调和感性经验和逻辑表述的冲突提供了有益的参照,也为中国传统美学精神的现代转换提供了一个重要契机。

互联网社交平台舆论趋势预测算法研究

为解决互联网社交平台话题趋势预测不准确的问题,提出基于量化计算的互联网话题趋势预测算法。本文通过分析互联网特定话题下的主题立场文本、评论账户画像、评论贴文内容等多维度特征,设计了一种面向互联网特定话题的舆论趋势预测方法,通过特定话题数据获取、用户观点立场分析、趋势走向判断样本集构建模型,构建的互联网话题趋势预测神经网络模型比传统的舆论趋势预测模型更准确、更全面。本文提出的基于量化计算的互联网话题趋势预测算法,可作为互联网舆情趋势分析研判的重要手段。

基于共现网络的用户评论聚类分析与语义识别研究

挖掘网络知识问答社区用户评论的语义关系,有利于识别用户信息需求特征,为用户提供更具有价值的评论,提升问答社区的信息服务质量。文章以“百度贴吧图书馆吧”中的评论文本数据进行实证研究,通过LDA主题模型进行评论主题聚类分析,利用Word2vec模型将主题关键词转换为词向量,并以此构建评论语义共现网络,最后进行评论排序对比。通过这种方法不仅能够正确聚类不同评论主题,还能够筛选出易被用户所忽视的高质量评论。研究发现,用户评论共分为6类,用户主要关注于学科前景发展,而对于基础设施服务和泛在化服务关注度较低。

国内《耐药结核病化学治疗指南(2019年)》与相关共识的特色及要点分析

作者针对国内《耐药结核病化学治疗指南(2019年)》(简称“《指南(2019)》”)与《中国耐多药结核病和利福平耐药结核病治疗专家共识(2019年版)》的异同进行具体分析,并与WHO相关指南进行比对,从药物的分组、抗结核治疗的实施路径、《指南(2019)》的特色与国内耐药结核病治疗研究的发展方向等方面进行阐述,为临床一线医师对指南的理解提供思路。

基于LDA模型的评论热点挖掘:原理与实现

本文提出了潜在狄利克雷分布模型与自然语言处理技术相结合的一种挖掘用户评论热点的方法。为验证该方法的有效性,以22157篇餐馆评论为样本,利用Gibbs抽样计算模型参数,获取了评论热点及相应的热点词语。实验获得的9个主题内容较好地反映了餐馆评论中的热点,与现实生活中用户所关心的餐饮热点基本吻合,表明该模型具有较好的热点识别效果。

论话说结构的研究沿革

话说结构的探讨可追溯到维尔的"起始-目的"说。甲柏连孜首先就汉语事实提出"心理主语-心理谓语"结构,并且是三个平面理论的初创者。为反对模仿"主-谓"框架,陈承泽曾提出"标语-说明语"框架。直到霍凯特讨论了英语和汉语中的话题现象,赵元任受其启迪才主张汉语主-谓的语法意义是话题-说明。李纳等依据类型说提出汉语是话题凸显型语言,刘宏谟则依据海外汉语教学实践提出"引-申"分析法。汉语有S、T、V、O四个基本句法成分的观点,既损坏了传统语法系统的自恰性,又拆散了话说结构自身的匹配性。本文基于"名词牵头说"和话题语-说明语的匹配关系,提出了"范畴系统+匹配框架"研究的新思路。

《结核病患者外周血淋巴细胞亚群检测及临床应用专家共识》解读

结核病的发生、发展及转归与机体免疫力关系密切。检测结核病患者外周血淋巴细胞亚群是评估免疫功能的方法之一,但该检测项目在结核病的临床应用有限,认识不统一。发表于《中国防痨杂志》2020年第10期的《结核病患者外周血淋巴细胞亚群检测及临床应用专家共识》,就淋巴细胞亚群检测结果的正确判读和临床应用提出了具体建议并达成共识。本解读强调要关注结核病患者外周血淋巴细胞亚群检测方法的标准化和规范化,重视全面正确客观分析检测结果,并就存在的问题提出简要建议,以供我国结核病临床工作者借鉴和参考。

CGRMB-LDA:面向隐式微博的主题挖掘

由于微博文本短、词量少、语法风格随意的特点,因此微博中包含大量因缺少主题词汇而无法分析话题归属的微博,即隐式微博。提出改进的基于LDA的生成模型考虑评论组和转发微博的CGRMB-LDA模型,利用微博间评论关系、转发关系和上下文关系扩展隐式微博,明确隐式微博的主题归属,采用吉布斯采样的方法来求解模型从而得到主题集和微博所属主题。在真实数据集上的实验表明,CGRMB-LDA模型能有效地对微博特别是隐式微博进行主题挖掘。