基于立场分析的脱离上下文虚假信息检测方法

随着基于人工智能的自动生成技术的发展,虚假信息以更具欺骗性的形式出现,对经济和社会秩序造成了巨大危害。脱离上下文虚假信息是最具欺骗性和最容易实现的虚假信息类型之一,恶意攻击者通过歪曲真实图像中的人物、事件、地点等上下文信息来增强虚假叙事的可信度。针对已有检测算法严重依赖知识库、未能全面考虑待检测信息与互联网证据之间的立场关系的问题,提出了一种基于立场分析的脱离上下文虚假信息检测方法。对于需要检测的图像-标题对以及在互联网上检索到的文本证据与视觉证据,该方法根据标题与文本证据中命名实体的共现关系,为每条文本证据计算一个立场增益分数;使用互相独立的立场分析网络对图像与视觉证据、标题与文本证据分别进行层次聚类,并完成基于多个注意力机制与立场分析模块的语义立场表征抽取;根据语义比较与立场分析的结果对图像-标题对的真实性进行预测。实验结果表明,得益于立场分析的引入,所提方法能够显著提高检测效果,相比其他使用互联网证据进行检测的最佳算法准确率提升了2.3%。

教育探究的立场与视界

你之所处,决定了你之所能见。对教育发展方向的求索及其运行价值的评判,须臾离不开实践者或分析者的角色,无不发端于立场及偏好,受制于视野及得失,根源于认知及觉悟。教育是一个超复杂、非静态的社会组织系统,大家都可言说,高下皆有原由,既不可跨越时空,亦难以达成一律,更不可能凭借一邦国、一代际或一高人的执着自上而下、相对封闭地建构起一劳永逸的乌托邦。理性的探究策略无外乎去蔽启蒙、突破局限;挣脱泥潭、唤回生命;尊重自组织、促进多元化。唯有转识成智,心怀大慈悲,胸怀大格局,方能明辨教育的天平和重心,求得角色、立场、诉求和结果的一致。

基于话题注意力和依存句法信息的文本立场分析

文本立场分析旨在从用户发表的文本中推测其对特定话题的看法,如支持、反对、中立等态度。传统的立场分析研究往往采用卷积神经网络或者长短时记忆网络等深度学习模型学习文本的基本语义信息,忽略了文本蕴含的句法结构信息。针对这一问题,文中设计实现了基于话题注意力和依存句法的文本立场检测模型——AT-BiLSTM-GAT,在BiLSTM提取的文本上下文信息基础上,采用GAT进一步学习文本语言学层次的依存句法信息。同时设计实现一种融合上下文语义信息的话题注意力机制,采用缩放点积注意力学习立场文本中与话题相关的重要内容,在公开数据集上的对比实验证明了AT-BiLSTM-GAT模型的高效性。最后,针对立场分析研究数据集存在规模较小的问题,设计实现了一种基于WordNet同义词库与WebVectors词嵌入模型的同义词替换数据增强方案WWDA,保证了同义词替换过程的词性正确性和语义相似性,通过实验证明其可以生成更多高质量样本,提升模型的检测性能。

立场分析研究综述

随着以微博、Twitter为代表的社交媒体的快速发展,越来越多的用户喜欢在网上浏览热点信息,并发表自己的观点。立场分析旨在挖掘用户对特定目标或主题(例如,事件、产品、政策、人物或者服务等)的支持、反对或者中立的态度,该研究对舆情监管、信息推荐等具有重要意义。该文对立场分析研究开展综述,从立场分析定义,基于机器学习、深度学习及迁移学习的立场分析方法,使用的数据集三方面分别进行概述,并对未来的研究方向进行展望。

教育惩罚三题:澄清、追问及重构——基于无立场分析的伦理学视角

关于教育惩罚问题已有较多研究。但教育惩罚是什么、教育惩罚为什么、教育惩罚向何处去等核心命题仍待进一步厘清,因此需要进一步澄清教育惩罚的概念、追问教育惩罚的目的、重构教育惩罚的可能性空间。教育惩罚的教育意义不容否定,但需要厘清合理的教育惩罚是什么。教育惩罚的根本目的不在于使儿童行为合于规范,而在于为儿童走向幸福生活引领道路。教育惩罚的发展空间应是无限广阔的,具有丰富而灵活的多样化可能。

面向社会事件的半监督自训练多方立场分析

已有的立场分析方法主要采用有监督或无监督方式训练立场分类模型,有监督模型训练通常需要大量有标注数据支持,而相比有监督模型,无监督模型的性能差距较大.为了降低模型训练对有标注训练数据的要求,同时保证模型性能,文中面向社会事件相关的社交媒体文本,提出半监督自训练多方立场分析方法.对于自训练方法,在模型迭代训练过程中,选择高质量样本加入训练集合,对提升模型性能起到关键作用.为此,文中方法首先根据用户立场一致性度量文本的分类置信度,然后利用话题信息进一步筛选高质量样本扩充训练集合,保证模型性能不断提升.实验表明,相比相关工作中的代表性方法和其它半监督模型训练方式,文中方法能够取得更优的立场分类效果,并且方法依据的用户立场一致性和话题信息均有助于提升立场分类效果.

法兰克福学派大众文化批判的阶级立场分析及启示

法兰克福学派基于精英主义文化视角、站在知识分子的立场上对资本主义社会中的大众文化进行了批判。在对大众文化的批判中,法兰克福学派的学者将知识分子从工人阶级的队伍中分离出来,造成了其思想理论的矛盾。通过分析法兰克福学派大众文化批判的阶级立场及形成原因,界定法兰克福学派对文化及意识形态批判的阶级立场,进而准确定位知识分子的阶级属性和阶级立场,可为我们进一步强化知识分子的阶级立场和身份认同提供借鉴和启示。

基于BERT-LSTMCNN的立场分析

文中提出了基于双向Transformer的大规模预训练语言模型(BERT)和长短时记忆(LSTM)、卷积神经网络(CNN)相结合的立场分析方法。该方法能根据输入文本判断其对某一特定的目标所表达的支持、反对、中立立场。经过实验证明,BERT-LSTMCNN预测文本所表达立场的准确率在87%左右。

一种基于迁移学习及多表征的微博立场分析方法

立场分析旨在发现用户对特定目标对象所持的观点态度。针对现有方法往往难以克服标注数据匮乏及微博文本中大量未登录词等导致的分词误差的问题,提出了基于迁移学习及字、词特征混合的立场分析方法。首先,将字、词特征输入深度神经网络,级联两者隐藏层输出,复现由分词错误引起的缺失语义信息;然后,利用与立场相关话题的辅助数据训练话题分类模型(父模型),得到更为有效的句子特征表示;接着,以父模型参数初始化立场分析模型(子模型),从辅助数据(话题分类数据)迁移知识能加强句子的语义表示能力;最后,使用有标注数据微调子模型参数并训练分类器。在NLPCC-2016任务4的语料上进行实验,F1值达72.2%,优于参赛团队的最佳成绩。实验结果表明,该方法可提高立场分类性能,同时缓解分词误差带来的影响。

基于机器学习的推特谣言立场分析研究

文本的目标是预测用户对Twitter上新出现的谣言的态度,即支持、否认、询问或评论最初的谣言。针对现有文本立场分析方法的不足,本文设计了一种基于机器学习和特征方法融合的分类模型,使用了基于对话和基于情感的特性,涵盖了情感的不同方面,并集成了3种经典机器学习算法,实验结果表明,该方法取得了较好的立场分类效果,能够有效地提高分类的准确性。

一种融入背景知识的交互文本立场分析方法

提出一种融入背景知识的交互文本立场分析方法。该方法以交互文本作为查询,从维基百科中检索相关的背景知识文本,然后对背景知识文本进行编码,并通过深度记忆网络获取相关的背景知识特征,以此来增强交互文本的表示学习。在3个英文在线辩论数据集上的实验结果表明,通过选取适当的背景知识嵌入层数以及背景知识嵌入层连接方式,可以有效地提高交互文本立场分析性能。

基于预训练模型与记忆卷积网络的立场检测研究

立场检测研究旨在研究特定文本针对特定话题所表达的支持、中立或反对立场,在以往的中文文本立场分析研究方法中,未关注文本结构间的依赖关系,且评论文本所隐含的立场往往是隐晦和不敏感的。该文提出了基于双向Transformer的大规模预训练语言模型BERT(Bidirectional Encoder Representation from Transformers)和长短时记忆(LSTM)以及卷积神经网络(CNN)相结合的立场分析方法来解决这个问题,同时,为解决BERT模型针对不同数据样本输入向量维度不一所导致的误差,提出了一种最优字个数维度判定算法对BERT模型输入进行分析。模型搭建上创新地采用并行输入输出的方法,充分利用了LSTM的全局特征提取和CNN的局部特征提取的优势,并且所用BERT模型更能对隐晦特征及不敏感特征进行提取,利用这一方法可以有效地判定不同目标对某一特定话题所表达的支持、中立或者反对立场。经过对比传统模型以及现有立场分析方法表明,所提模型拥有较好的性能,其F1值达到0.883。

医疗专利转化困境中医院和企业影响因素的分析

目的:了解医院和企业在医疗专利转化过程中存在的问题及其影响因素。方法:通过对医院与企业的立场分析和专利转化过程的流程分析,绘制影响因素的鱼骨图。结果:医院、企业、政策、市场、发明人和专利本身在不同阶段共同产生影响。结论:医疗专利成功转化,需在提高专利质量的基础上,完善专利管理制度,形成转化人才队伍,多方通力合作。

基于语义块的事件倾向性分析研究

事件的倾向性分析对网络舆情分析和事件趋势分析都具有重要意义。该文把影响倾向性分析的词语分为四类:对象词、褒贬词、逻辑词和程度词,建立了语句倾向性分析的二元模型和三元模型,在语句语义块分析的基础上实现对语句和篇章的倾向性获取。实验中首先确定三个事件实例的关键对象和立场,然后根据语句倾向性分析获得文章对于对象的褒贬态度和立场。实验表明语义块的范围限制有助于提高事件倾向性分析的准确性,立场分析则是事件倾向性分析的关键所在。

社区卫生服务机构公共卫生功能实施现状的分析

目的:分析不同城市访谈对象对社区卫生服务机构公共卫生功能发挥情况的评价,从中发现问题,提出相应对策建议。方法:采用定性调查(访谈)―定量数据―描述性统计分析(率的比较)的技术路线。结果:访谈对象的总体的认识是:社区卫生服务机构存在功能定位不明,“以医养防”,发展不平衡,功能作用未充分发挥等问题。但通过城市分组后发现:公共卫生功能完成比例较高的城市、经济状况居中的城市及人口规模居中的城市,对社区卫生服务机构现阶段公共卫生功能的实施现状持更为肯定的评价。结论:面对社区卫生服务共有的问题,需要国家出台有力的政策环境,各利益机构协调关系,社会参与,人群支持,但同时要结合考虑地域环境的不同,给予政策倾斜,使社区卫生服务能在更大范围内平衡发展。

广义文本情感分析综述

近年来,随着互联网、社交媒体、电子商务以及移动终端的高速发展,越来越多的人将自己的观点、心得、意图和评论分享到互联网上,可获取的带有情感倾向性的文本数据急剧增加,文本情感分析也越来越受到研究者的关注。主要从广义的文本情感分析的研究背景和研究价值入手,对当前国内外研究现状进行分析。首先,介绍广义文本情感分析的概念和特点;然后,从任务的角度将广义文本情感分析分为狭义文本情感分类、特定任务类型的情感分类方法、情感元素抽取、立场分析、情感生成、观点总结与情感摘要生成、意图挖掘、情感原因发现及谣言检测与评价真实性分析9个方面,分别介绍和分析上述9个方面的国内外研究进程和现状,帮助读者从宏观的角度上了解广义文本情感分析的主要任务及其研究方法;最后,总结阐述广义文本情感分析存在的主要问题,并结合这些问题对广义文本情感分析未来的研究方向进行展望。

中外学术期刊摘要立场标记语对比研究

本文采用作者立场分析框架以及立场标记语表,分析中外学术期刊英文摘要中作者立场标记语的使用情况,发现:(1)立场标记语在使用频率上按照从高到低的顺序呈现以下规律:模糊语>增强语>自我提及语>态度标记语;(2)多用打开话语空间的模糊标记语和表示肯定的增强语,而少用表示个人情感的态度标记语和自我提及语;(3)各子类标记语中具体语言资源的使用情况基本相同,但是国内作者极不倾向于使用自我标记语I。中外学术期刊摘要立场标记语的对比研究有助于国内学生在论文摘要写作中更好地使用立场标记词,更好地表达立场。

浅析国际经贸规则发展的新趋势及我国立场

随着新时代下经济全球化的快速发展,国际经贸产业的发展也日益繁荣,在国际政治一体化,自由贸易格局的建立过程中,国际经贸规则也有了新的发展趋势,这对于国际各国的经贸发展来说既是机遇也是挑战。本文以此为研究背景,客观分析当前国际经贸规则发展的新趋势,在此基础上,进一步阐述新形势下我国对国际经贸规则发展的立场和发展对策。只有不断顺应时代和国际社会的发展变化,做好充足的准备工作,才能实现稳定而快速的发展。

大肠杆菌DXS酶抑制剂的3D-QSAR研究

利用分子对接和叠合构象,在SYBYL软件中运用CoMFA和CoMSIA方法,成功建立了DXS酶抑制剂的3D-QSAR预测模型,其相关参数(CoMFA:q^2=0.617,R^2=0.998,rpred^2=0.640;COMSIA:q^2=0.505,R^2=0.990,rpred^2=0.668,其中q^2为交叉验证系数,R和rpred为检验模型预测能力的相关系数)均证明模型具有较好的预测能力.该模型研究了DXS抑制剂的三维构效关系,其结构方面的信息有助于研发新的DXS抑制剂.

南海仲裁案新闻报道中美国立场取向的批评话语分析

2016年7月12日,位于荷兰海牙的常设仲裁法院正式公布了南海仲裁案的结果。这一事件在世界上引起了轩然大波。本研究收集了美国主流媒体美国有线电视新闻网络和《华盛顿邮报》关于南海仲裁案的相关新闻报道,以批评话语分析为理论框架,运用手动标注软件UAM corpus tool 3对自建语料库中的立场类型作了标注和统计分析。分析结果显示相关报道使用最多的是认识立场和态度立场。通过重点分析新闻中援引的美国官方的声音,我们发现美国官方和媒体的立场与菲律宾在这一事件上的立场是一致的,即海牙决议是有重要意义的,中国在南海的所作所为是'不合法'的。联系美国此前宣称的对南海仲裁案内容不持立场以及在南海问题上不持立场的说法,我们可以深度解读西方媒体的舆论导向作用以及相悖的声音背后的意识形态。