具有共现关系的中文褒贬词典构建

针对情感词典构建中只反映了语言知识,缺乏语用知识的问题,提出了一种从真实语料中获取词语间的共现关系,并结合词语同义关系、语素特征进行中文褒贬词典半监督构建的方法。利用点互信息从语料中构建了情感词语和评价对象之间的相关性矩阵,采用非负矩阵分解的方法将其分解为情感词语之间的共现矩阵及新的情感词语-评价对象关系矩阵;将关系矩阵结合同义、语素特征,利用标签传播算法进行词语的褒贬分类。实验结果表明,在相同的数据集上该方法提高了只考虑语素和语义特征词典的准确率和召回率。

基于共现关系的学科知识深度聚合研究

通过学科知识的深度聚合挖掘学科知识结构,是一种微观角度的科学结构研究,是文献计量学研究的重要组成部分。本文以学术文献和学者两种知识节点为中心,对学科知识进行聚合研究。根据不同共现关系和聚合方式,构建了基于共现关系的学科知识深度聚合模型,将聚合分为四个层次,并以文献的两个外部特征(作者和关键词)为例分析了不同聚合层次中学科知识聚合的深度以及挖掘学科知识结构的特点。另外,笔者认为学科知识聚合深度应包含聚合层次和共现强度这两项内容,为聚合深度的度量提供了一个新的视角。

一种改进的基于共现关系的短文本特征扩展算法研究

针对短文本单一共现词特征扩展效果不理想的情况,提出一种改进的基于共现关系的短文本特征扩展算法,改进之处在于考虑了多个共现词同时出现的情况,改进了特征词权重计算公式及特征扩展策略,并应用于中文短文本分类,使分类准确度得到了一定提升。

基于MapReduce的社会化标签共现关系抽取方法

社会化标签系统是Web2.0的一个重要应用,标签之间的共现关系抽取对于信息检索和标签推荐具有十分重要的意义.本文在分析社会化标签系统中标签共现语义关系的基础上,针对社会化标注数据所具有的海量特征,提出了一种基于MapReduce模型的社会化标签共现关系并行抽取方法,并给出标签共现加权网络的哈希存储结构,实验结果表明该方法具有较好的扩展性.本文的研究对于社会化标签系统的应用扩展具有一定的促进作用.

基于品牌共现关系的实证分析及其应用——以手机行业为例

随着互联网时代的到来,大量的用户创造内容为企业监测品牌的知名度带来了机遇和挑战。基于大数据文本挖掘技术,使用共现的方法构建了品牌联想网络,探究了品牌在用户联想网络中结构位置对品牌知名度的影响,以及品牌市场地位(领导品牌vs.追随品牌)的调节作用。基于百万条用户回帖数据的实证分析结果表明,品牌在联想网络中的局部中心性和整体中心性与品牌知名度之间都具有显著的正向关系,且领导品牌能强化整体中心性与品牌知名度之间的关系,追随品牌能够强化局部中心性与品牌知名度之间的关系。

汉语动趋构式中趋向性动词与饮食类动词共现关系的实证对比研究

饮食类动词可泛指＂吃＂＂喝＂类动词,表示口部活动使食物自身部分或整体消失的过程。由于饮食类动词涉及食物本身的位移趋向,因此,表趋向能力较强,常用于汉语动趋构式。然而,饮食类单音节动词在动趋构式中的使用情况却不一样,且形成的意义也有所差别。本文在构式语法和框架语义理论的指导下,针对汉语饮食类动词与趋向动词的共现搭配问题进行研究。研究发现：一、饮食类单音节动词和＂下＂＂进＂的搭配能力最强。二者搭配属于动趋构式核心义的实例。这是由饮食类单音节动词自身的语义突显和趋向动词自身语义决定的;二、饮食类单音节动词和＂来＂＂去＂的搭配能力最弱,二者常存在于＂V来V去＂构式中,表示一种重复进行的动作或状态;三、饮食类单音节动词和＂上＂＂出＂＂回＂＂起＂＂过＂的搭配多表示隐喻意义,隐喻义的形成符合动趋构式＂空间位移→完成义→语法义＂的转化模式。

基于关键词共现分析的国内外未来产业发展重点研究

为梳理筛选未来产业主要领域,为后续研究提供支撑,以CiteSpace等软件作为工具,通过共词关系获得国内外未来产业相关文献图谱,从宏观上得到未来产业概况,结合国外主要发达国家战略政策以及全国31个省(自治区、直辖市)规划、未来产业专项规划等政府文件,梳理未来产业国内外发展的重点和差异,为进一步筛选和研究提供基础。经研究发现,国内外对未来产业的重点关注领域大体相同,主要集中在智能、低碳和健康三大领域,人工智能是重点关注领域;未来产业呈现多学科、多技术的高度交叉和深度融合趋势,技术创新是核心驱动力,生产制造是关键,而资金投入、人才培养和平台建设则是未来产业发展的三大着力点。

基于词共现关系强度和关键词词频的叙词选词方法探究

通过计算词共现关系强度,利用基于词共现关系强度和关键词词频的叙词选词方法确定数据通信领域的叙词候选词,并将其选词结果与基于关键词词频的选词方法选出的叙词候选词进行对比分析,结果显示:基于词共现关系强度和关键词词频的叙词选词方法选出的叙词候选词比基于关键词词频的叙词选词方法选出的叙词候选词质量更高。

基于共现模式的分类号—关键词对应关系研究

文章以中国生物医学文献数据(CBM)中具有深度标引的分类号及共现的关键词作为统计对象,构建共现矩阵统计三级分类号与关键词的共现频率,在此基础上使用相互包容法计算分类号与关键词共现的紧密度,并以最高紧密度值作为判定关键词所对应的分类号。研究结果表明,该方法有效地将关键词划分到相应的分类号中,准确率达到88.89%,表明这是一种可靠的方法。同时,本文还对四级分类号与关键词的对应关系进行统计分析,结果发现随着分类号的细分,对应关键词的数量减少,显示出一定的层级特性。

词汇共现关系视角下的大学英语四级写作

写作是大学英语四级考试的一个重要组成部分,同时也是大学英语教学的薄弱环节。衔接和连贯对高质量的四级作文至关重要,尤其是词汇共现关系的合理使用能使思想表达清楚,文章结构层次分明,促进语篇连贯。通过对四级范文的分析,揭示共现关系对提高作文质量的重要性并提出了大学英语四级写作教学建议。

由语调/疑问标记和语气词的共现关系构建述题的语气结构

语调/疑问标记和语气词之间存在多方面的共同性,尤其是都能在述题后共现。依据两两共现的种类、频次和层次异同三个标准,它们的共现关系分为绝对高频同层共现、相对高频同层共现和低频跨层或同层共现。据前述结论,假设述题有一个语气结构,其模式为"语调/疑问标记_(语气)^(n=1)+语气词_(口气)^(n=0≥3)"。其中的语调和疑问标记强制性表示语气,语气词可选性表示其下位口气,二者一起为述题赋以"语气+口气"综合值。语料调查发现,4种语调及3种疑问标记和4类26个语气词共现一共构成3类12种75式语气结构,分别表示75种"语气+口气"综合值,构成述题的语气结构类型系统。在该系统里,每个语气词都出现在特定的语气结构里,以不同的频次、不同的层次和功能关系与特定的语调/疑问标记共现。这为观察、研究和刻画语气词的上位范畴与自身口气功能提供了一个方便的平台。

论语义关系及其共现的不对称

语言意识是一种隐藏在语言中的主观意识,意向性是语言意识的表现。某个显著的语言现象一定彰显某种语言意识。语义关系的建构彰显了人基于语境的主观意向性,语义关系共现的不对称彰显了人的趋同优先性,它们都彰显了语言的主观性。趋同优先性是同义关系的固有属性(派生的特有属性),突显的同义关系共现给篇章编织增加了意趣。

基于词共现和情感元素的突发话题检测算法

随着自媒体的迅速发展,微博中的舆情监控和舆情疏导成为一项重大的研究课题.为了解决传统话题检测方法对于微博中大数据的分析往往具有复杂度高、实时性低、影响力小等问题,提出一种基于词共现和情感分析的突发话题检测方法.通过研究微博中情感的突发和共现关系,从而建立情感子空间模型;通过该模型对微博中的信息流进行分类,最后对每个类别中的微博进行主题词提取,实现话题检测的目的.在NLPIR微博内容语料库上的实验结果表明,该方法能够有效地从大规模微博信息中检测突发新闻,提高突发新闻的识别率.

一种基于共现特征的顺序IB算法

针对sIB算法互信息与精确度的相关性不稳定问题,提出一种优化算法CF-sIB。CF-sIB算法用IB失真度量方法来度量文本的特征项和类别的共现关系,进而提取sIB共现特征解并对其进行优化,从而得到精确度更高的聚类结果。实验表明,CF-sIB可以有效提高sIB算法的精确度,并且可以使算法的互信息与精确度的相关性保持稳定。

基于共现图的混合标签推荐算法

问答社区中问题所带有的标签能够帮助用户高效地查找和共享信息资源,而问题文本相较于一般文本所含的统计信息更少。现有的标签推荐算法大多基于统计方法,难以很好地表达问题文本所包含的特征,进而导致标签推荐效果较差。针对上述问题,提出一种基于共现图协同过滤的混合标签推荐算法。该推荐算法主要由共现图构建模块、词向量模型协同过滤模块以及投票融合模块组成。在知乎问答社区互联网话题的问答数据集上的实验结果表明,提出的混合标签推荐算法具有更好的推荐效果。

试谈英语的“词项共现”

词汇层的模式称为词项共现（ｃｏｌｏｃａｔｉｏｎ）。跟语法结构相同，词项共现是由在序列中一个接一个出现的东西组成。如下列小句结构，Ｔｈｅｗａｉｔｒｅｓｓｐｉｌｔｔｈｅｓｏｕｐｏｎｔｈｅｔａｂｌｅ－ｃｌｏｔｈ．由在序列中一个个出现的东西：主、谓、宾、状成...

同义共现词汇的识解教学法

“哲学—语言学—教学法”三者之间有着从左向右的理论奠基作用。体认语言学的识解观为词汇教学提供了一个新的理论支持。同义共现词汇的识解教学法融合了背景、辖域、详略度、视角和突显的识解分析,这样习得的是“活”的和主动的词汇,可以有效提高写作、修辞和文学欣赏能力。同时,它还可以锻炼学生的思维能力,引导学生运用归纳法发现语义关系共现律“同义关系共现频率高于反义、上下义、部整语义关系的共现频率”,其是同义关系的固有属性(派生的特有属性)。

基于NLP黄檗文化科学知识图谱应用研究和实现

提出一种主体间源流互动关系知识图谱可视化方法和知识服务平台,以期为数字人文源流互动关系可视化研究提供借鉴,对于揭示事件人物主题间源流互动知识结构关系与演进规律具有一定的意义.基于自然语言和结巴库构建的知识图谱构建平台进行词性词频识别和分析,结合词云技术和Gephi可视化技术将识别分析的主体和主体关联关系映射成弦图,用以凸显主体之间的源流互动关系;利用Jieba.posseg模块探测高频主题词并进行词性标注,提出一种新的基于共现人文社会关系数据处理模型,生成不同事件人物主题的基础弦图数据,从而借助Gephi通过可视化角度映射主体间演化过程中的动态流变轨迹.以《黄檗文化研究》专著为例,研究结果发现,基于自然语言处理的知识图谱的源流互动关系可视化平台,可提供词性标注、关键词词频分析、图形词云、可视化关系图谱等知识管理和服务,可以丰富人工智能环境下新人文话语体系并推动研究方法的创新转型.

SNA技术在机构关系分析中的应用

为获取同类机构的关系信息,设计一种基于社会网络分析(SNA)技术的机构关系分析过程.以社会科学院机构为例,构建社会关系网络,定量和定性描述机构的学科特性,在此基础上分析机构在学科归属上的共现关系,再通过分层聚类,展现所有机构的关系分布状态和整体网络属性.实施过程表明,SNA技术在机构关系分析中具有良好的应用价值.

内热针的现状与趋势分析

目的本研究旨在分析内热针的现状,探讨其未来的发展趋势和研究方向,推广内热针临床应用。方法本研究借助中国知网(CNKI),在文献计量分析、CiteSpace可视化软件的基础上,以相关作者、研究机构和关键词的共现图谱形式呈现国内内热针研究现状及趋势,并进行分析。结果内热针相关文献发表量总体趋势仍在上升,图谱共有249位作者、163所机构、232个关键词被纳入,其中作者发文量>6篇的有10位,发文量>10篇共有6家研究单位,该领域中心性关键词出现次数>10,且中心性>0.01的共有7个。结论内热针目前仍处于快速发展的时期,各研究机构团队之间较独立,为推进内热针进一步发展,探索内热针的作用机制及其更广泛临床应用,需要加强各团队合作,建立系统化的临床诊疗体系。