情感词汇Ontology驱动的话题倾向性计算

针对"未然态"的舆情信息,挖掘网络热点、焦点及敏感话题,把握舆情动态,提高处置与监管网络突发事件能力等,是舆情分析的重要研究内容。对基于情感词汇Ontology的话题倾向性进行了研究。通过计算与情感词汇Ontology中情感词汇的语义相似度、统计话题语料中情感特征词汇的词频,计算语料中情感特征词汇的倾向性权重;根据情感特征词汇的倾向性权重计算话题倾向性强度和整体倾向性。最后在情感词汇Ontology指导下对话题中每篇语料的情感分类和倾向性强度进行规范化细粒度标注。

克拉申“情感过滤假说”在高中英语词汇教学中的应用及启示

自20世纪60年代以来,西方学者们开始探讨情感因素对语言学习的影响,其中最广为认可的理论之一是克拉申的情感过滤假说。该假说认为情感因素就像学生学习的过滤器,对学生的语言学习产生重要的影响。现如今,高中阶段的词汇教学重记忆轻应用,缺乏文化背景知识,记忆方法单一,导致学生的学习兴趣下降。面对此困境,本文基于情感过滤假设理论的指导,探讨了英语词汇的教学方法,并列举大量实例进行阐述,希望对教师今后的英语词汇教学实践有所启发。

课堂游戏对初中英语词汇学习的影响及建议——基于情感过滤假说

文章从Krashen的情感过滤假说角度探究课堂游戏对初中英语词汇学习的影响。教师选取了同一年级、相同英语程度且由同一位教师授课的两个班级作为研究对象,实验组采用游戏教学方式进行词汇教学,而对照组则采用传统教学方式。研究结果表明,实验组在词汇学习方面表现更好,学生的兴趣和积极性得到提高,课堂氛围更加活跃,同时也降低了情感过滤器的影响。因此,课堂游戏教学值得在英语教学中推广应用。

幼儿园教师情感支持素养的结构:基于心理词汇与结构方程模型的拟合证据

教师情感支持指教师使用倾听、关注、鼓励等方法,给予学生情感上的关怀。本研究借鉴心理词汇研究范式,通过对11名优秀幼儿园教师有关情感支持素养代表性心理词汇的研究和对2 960名幼儿园教师的问卷调查,筛查出了19个典型词汇,并通过理论剖析建构出了一个二维结构模型,包括情感智能和关怀技能两个维度。情感智能维度涉及情感敏感、情感理解和情感慈爱三方面内容;关怀技能维度涉及情境反刍、经验共契和精神激励三方面内容。由此模型可见,幼儿园教师情感支持素养结构反映了幼儿园教育阶段的特殊要求,体现了教育实践中教师人文感性的重要意义,表现为教师人格特质与教学技能的复合形态等特征。基于此,研究者从思想意识、实践工作、教师培养、技能训练等四个方面提出幼儿园教师情感支持素养的提升建议。

情感Ontology构建与文本倾向性分析

对文本倾向性分析方法进行了研究,并提出了一种基于情感Ontology的分析方法。首先基于《知网》构建情感Ontology,然后基于情感Ontology抽取文本倾向性分析的特征词汇并判断其情感倾向性,最后根据抽取的特征词汇对整篇文本的倾向性进行分析。实验结果表明,以实验语料中的所有词汇作为特征词汇,在Baseline的基础上,利用情感Ontology抽取特征词汇的文本倾向性分析方法可以使准确率达到86.76%。

基于情感Ontology的资源分析模型

对资源分析方法进行了研究,并提出了一种基于情感Ontology的分析方法。首先基于"知网"构建情感On-tology,然后基于情感Ontology抽取资源分析的特征词汇并判断其情感倾向性,最后根据抽取的特征词汇对整篇文本的情感倾向进行分析。实验结果表明,在以人工标注做Baseline的基础上,利用情感Ontology抽取特征词汇的资源分析方法可以使情感识别的准确率达到78.87%。

基于意见词汇Ontology的意见属性自动标注模型研究

提出基于意见词汇Ontology的Web商品意见属性自动标注模型,以意见词汇为领域,通过对关键技术的研究,构建意见词汇Ontology,建立意见词汇分类体系,设计实现了基于意见词汇Ontology的Web商品意见属性自动标注原型系统.

藏文情感词典构建的现状分析

近年来,许多研究者证实,基于深度学习的多特征融合情感分析方法比纯深度学习方法更能挖掘文本的情感信息,其中情感词特征是最重要的特征之一。目前,藏文虽然有少量的情感词典,但基本上没有公开,想要使用藏文情感词典资源,只能自行构建。研究藏文情感词典的构建现状能对后续藏文情感词典的构建提供帮助。为了解藏文情感词典的词汇分类方法、常用词典构建方法以及已有藏文情感词典的词汇量与词汇构成等方面的研究现状,文中通过对比和统计等方法分析了近10年藏文情感词典构建相关的文献(以CHKI为主),总结出了藏文情感词典构建方面的研究状况。经研究发现,情感词的分类方法中,主要有7大类21小类、12大类20小类、2大类18小类等。藏文情感词典的构建方法包括词典匹配、机器翻译、SO-PMI扩充、基于word2vec或BERT的相似度扩充方法等。已有藏文情感词典的词汇量大致在5000至28000之间,接近中文情感词典的水平,词汇构成主要包含情感词、程度副词、否定词、双重否定词、表情词等。希望为相关研究人员提供参考。

俄汉情感评价词汇的词典标注对比研究

基于情感词汇、情绪情感和表达性类别,针对俄汉情感评价属性的词汇,通过对相应词典语料库的标注属性及情感描述进行对比和分析,借助客观分析和计算机数据处理的可用成分予以定义和描述,用以区分积极和消极评价的俄汉词汇类型。当前语言模型和机器学习的研究成果,可以更加快速便捷地为俄汉情感评价词汇词典的编撰和相应互译数据库的建立提供便利。根据俄语情感评价词汇中语料库词典的词义标注研究,得到与汉语对等的俄语情感评价词汇词集。该研究有益于词典表达性设置和翻译研究的实践,研究结果对于俄汉情感评价词汇词典的编撰和相应互译数据库的建立具有重要参考价值。

基于语法的情感词汇自动获取

情感计算是目前人工智能领域的热门课题,而词汇的情感计算又是准确完成文本情感计算的基础.目前情感词汇的获取大多采用人工获取的方法,如何自动地获取情感词汇,已成为当前情感计算研究亟需解决的问题.提出了情感词汇的自动提取机制,首先分析了情感词汇的一般语法规律,例如,重叠的规律,受否定词、程度副词修饰的规律等.然后在情感词汇的这些语法规律的基础上,运用CRF模型实现了情感词汇的自动获取.最后,分析了不同的语法规律对情感词汇自动获取的作用大小,并对实验结果进行了详细分析,实验结果表明情感词汇自动获取方法是有效的.

维吾尔语情感词汇自动识别

针对维吾尔语情感词汇获取难度大、人工扩充情感词汇工作量大且效率低的缺陷,结合维吾尔语主观文本语料的具体特点,分析维吾尔语情感词汇在情感语料中表现的特征,建立维吾尔语情感词汇的特征模板,利用条件随机场模型实现维吾尔语情感词汇的自动识别方法。实验结果验证该方法能有效自动识别情感词汇,降低人工识别情感词汇的工作量。

基于词汇语义和句法依存的情感关键句识别

门户网站、博客和论坛中的新闻性文章往往都带有自己的情感倾向性,而情感关键句的识别对判断文章的情感倾向、了解社会动态和舆情状况有着非常重要的作用.传统方法主要基于词汇特征,未能充分利用潜在的句法和语义信息.本文提出了一种基于词汇语义和句法依存的情感关键句识别方法.该方法首先通过构建情感词典和关键词词典获取词汇语义信息,然后利用一种新颖的面向情感关键句提取算法获取句法依存信息,最后把情感关键句的识别问题看成一个是否为情感关键句的二分类问题加以解决.在COAE2014公开评测数据集上进行的实验表明本文方法的准确率和召回率均显著优于其他方法.

基于同义词的词汇情感倾向判别方法

词汇的情感倾向直接影响短语、句子、段落、篇章等更高层次语言粒度的情感倾向。对于基准词选取问题,该文提出了基于类别区分能力与情感词词表相结合的方法。考虑到词汇与其同义词很大程度上具有相同的情感倾向,我们提出了基于同义词的词汇情感倾向判别方法,这种方法一定程度上避免了数据稀疏问题。实验结果表明,基于同义词的词汇情感倾向判别方法优于仅采用目标词与基准词的词汇情感倾向判别方法。

基于图排序的词汇情感消歧研究

词汇情感消歧是文本情感倾向性分析的关键技术之一。该文在分析比较了词汇情感消歧和词义消歧异同后,从情感分析角度出发,提出了基于图排序的词汇情感消歧方法。该方法通过自动获取和人工校正相结合的方式获得多情感词汇,然后根据语义关系构建词义关系图,进而在词义关系图上迭代计算直至收敛,最后选择多情感词汇的词义中权值最大的词义作为结果输出,从而实现情感消歧。该文分别在新浪微博语料库和情感语料库上验证了该方法的有效性。

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%。

基于情感词汇的科研论文写作风格演变研究——1994-2012年科研论文摘要中情感词汇使用情况的回顾性分析

本文通过对科研论文中情感词汇的使用情况进行回顾性分析,探讨科研工作者的学术写作风格的演变情况。以1994—2012年间"计算机"学科共31本不同质量等级的中文期刊刊载的21万多篇科研论文为研究对象,采用数据驱动的方法描绘75个情感词汇在论文摘要中"绝对频率"和"相对频率"的时间分布情况,并将中文文献结果与同时期《ACM美国计算机学会全文数据库》中收录的"计算机"学科的16多万篇英文文献进行比较研究,发现不同语言、期刊质量等级的科研论文中含有积极词汇的摘要所占比例的逐年增加,反映了学者在学术写作风格上越来越多地使用情感词汇,尤其是积极词汇。这一方面和近年来积极的科学发现的迅速涌现有关,另一方面也说明科研工作者越来越倾向于采用一种乐观的学术写作风格。

面向网络舆情的哈萨克语情感词汇自动获取

为提高网络舆情分析中哈萨克语情感词汇获取的效率,解决人工获取方式低效的不足,提出了情感词汇自动获取机制。根据哈萨克语文本语料特点,分析了情感词汇的特征规则,结合词频逆文档频率(TF-IDF),建立了哈萨克语情感词汇特征模板,在此基础上利用最大熵模型实现哈萨克语情感词汇的自动获取。实验表明,哈萨克语情感词汇自动获取正确率达到74.2%,该方法是有效的。

在线评论情感词汇模糊本体库构建

围绕消费者在线评论情感词汇分类问题,提出了一种词汇情感分类方法,根据自然语言和情感的模糊属性,建立了模糊情感词汇本体,并构建了情感词汇本体库,这将有助于更好地分析和把握网络环境下消费者的情感和行为的变迁规律,有助于消费者语言情感表达的理解和智能化实现个性化产品推荐。

论情感渗透和融合在医学专业词汇学习中的重要性

医学英语词汇学习是专业外语学习的一个重要环节和部分。医学专业词汇学习可以使医学生更多地掌握本专业特有名词的医学表达,从而在很大程度上增加了医学生的知识储备。本文着重论述了医学生在医学专业词汇的学习过程中,情感的渗透和融合对于医学专业词汇的学习的重要性。以期在医学双语教学改革中探索更有启发性的教学思路。

含次生情感评价意义的词汇新探

在语言使用过程中,人们通过词汇的次生意义(转义),借助词汇本体的形象比喻,经过语义联想,把说话人的心理状态、各种情感充分表露出来,并对所指事物、人物进行评价.这种特殊的词汇群体具有独特的语言特点和文化内涵.