基于文本语义和社交行为信息融合的讽刺检测方法

讽刺是一种复杂的隐式情感,讽刺检测是文本情感分析领域的重要研究问题,对于社交网络舆情分析有极强的现实意义。讽刺文本的表层语义和用户的真实情感往往相反,基于表层语义的文本情感检测通常会得到错误的分类结果。日常交流中的讽刺往往借助语调、神态等非文本信息进行表达,因此单纯基于文本语义的讽刺检测方法无法利用非文本信息,极大地制约了检测效果。为了充分利用文本语义与用户社交行为信息,提升讽刺检测效果,提出了一种基于文本语义和社交行为信息融合的讽刺检测方法。该方法构造了包含用户、文本、情感词的异质信息网络,并设计了一种用于异质信息图表征向量计算的图神经网络模型。该模型使用双重注意力机制提取社交行为信息,通过情感子图挖掘文本深层语义,最终得到融合文本语义和社交行为信息的融合特征向量。融合特征向量可以用于训练分类器,进而完成社交网络文本讽刺检测。在推特真实数据集上的充分实验表明,所提方法的分类效果优于现有的讽刺文本检测方法。

智能空间下基于异质传感信息融合的目标跟踪

针对大范围未知环境下的机器人目标跟踪问题,在智能空间下分布式智能网络设备与机器人本体二维激光的基础上,提出了一种基于异质信息融合结构以实现机器人对目标实时检测和跟踪的方法。系统通过颜色信息进行移动目标匹配,根据三角测量原理基于最小二乘法对目标进行三维重建;检测出运动目标后,通过激光传感器扫描目标人腿进行近邻点聚类获得目标的准确深度信息;利用一种优化的迭代扩展卡尔曼滤波算法对异质传感器进行信息融合,以实现基于智能空间的机器人定位与目标跟踪。实验结果验证了方法的有效性。