期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
单词统计特性在情感词自动抽取和商品评论分类中的作用 被引量:3
1
作者 韩彤晖 杨东强 马宏伟 《计算机应用研究》 CSCD 北大核心 2019年第3期866-872,共7页
单词的统计特征在自然语言处理中具有广泛应用。针对统计特征对关键词抽取和文本分类精确度的影响,分析了八种常见的统计特征,通过情感词抽取和商品评论分类,研究统计特征在情感分析领域中的作用。利用八种统计特征构造文本向量空间模型... 单词的统计特征在自然语言处理中具有广泛应用。针对统计特征对关键词抽取和文本分类精确度的影响,分析了八种常见的统计特征,通过情感词抽取和商品评论分类,研究统计特征在情感分析领域中的作用。利用八种统计特征构造文本向量空间模型,替代基于单词构造文本向量空间模型的方法,能够降低文本向量的维度,具有隐形语义空间(LSA/SVD)的压缩效果,在保证分类结果准确率的前提下有效降低了算法的复杂度,能够替代传统的向量空间模型。情感词提取实验的结果表明,通过结合统计特征与词性,情感词提取的准确率能够达到76. 4%,显著高于基于统计特征或单词词性的情感词提取算法;商品评论分类的测试结果表明,与传统的基于单词的文本情感分类相比,基于统计特征的商品评论分类的准确率提高了10. 8%。 展开更多
关键词 统计特征 情感词提取 商品评论分类
下载PDF
一种用于垃圾评论分类的融合主题信息的生成对抗网络模型 被引量:2
2
作者 徐闽樟 陈羽中 《小型微型计算机系统》 CSCD 北大核心 2021年第11期2292-2299,共8页
随着信息时代的飞速发展,由此也衍生出刷垃圾评论等黑色产业.随着机器学习技术的兴起,人们研究出许多有效的方法来识别垃圾评论.传统统计机器学习方法通过人工特征工程提取能够区分垃圾评论和正常评论的评论类别特征,往往需要花费大量... 随着信息时代的飞速发展,由此也衍生出刷垃圾评论等黑色产业.随着机器学习技术的兴起,人们研究出许多有效的方法来识别垃圾评论.传统统计机器学习方法通过人工特征工程提取能够区分垃圾评论和正常评论的评论类别特征,往往需要花费大量的精力进行特征选择;而深度学习方法利用神经网络自动学习评论特征.但是受限于标记数据的获取困难,现有的深度学习模型仍然存在较为严重的过拟合问题,另外不考虑主题信息,直接对评论文本进行训练也使得模型学习困难,泛化能力较弱.针对上述问题,本文提出一种用于垃圾评论分类的融合主题信息的生成对抗网络模型Topic-SpamGAN(Topic-SpamGenerative Adversarial Network).为解决标记样本获取困难的问题,Topic-SpamGAN采用GAN拟合真实标记样本,提升分类器的训练效果;其次,Topic-SpamGAN使用强化学习帮助生成器训练,改善生成样本的质量;此外,Topic-SpamGAN在模型学习中引入主题信息增强生成文本的相关性,并通过主题信息引导模型进行分类学习,使模型学习更为稳定.旅馆数据集上的实验结果证明,Topic-SpamGAN能获得优于现有垃圾评论分类模型的性能. 展开更多
关键词 垃圾评论分类 生成对抗神经网络 主题分类 半监督学习 强化学习
下载PDF
基于注意力机制的酒店评论分类模型
3
作者 周生金 王勇 王瑛 《计算机科学与应用》 2021年第12期3091-3098,共8页
在线评论能够对用户的决策产生重要的影响,一些无良商家会利用这一点通过雇佣水军等方式褒扬自己的商品或诋毁竞争对手的商品,从而影响用户的判断,将利益最大化。为了维护大众消费者的利益,将商品最客观真实的评价展现给用户,为用户提... 在线评论能够对用户的决策产生重要的影响,一些无良商家会利用这一点通过雇佣水军等方式褒扬自己的商品或诋毁竞争对手的商品,从而影响用户的判断,将利益最大化。为了维护大众消费者的利益,将商品最客观真实的评价展现给用户,为用户提供最可靠的参考,将商品评论分类就显得尤为重要。本文将评论文本和评论发布者特征结合,分别利用融入注意力机制的卷积神经网络模型(ACNN)提取商品评论文本特征和评论发布者特征,综合挖掘其中的信息,从而提高分类的准确率。通过在真实数据集上的多次实验表明,这种方式在评论有效性分类上的准确率达到87.2%,相比只提取评论者特征和只在评论文本中融入注意力机制的分类效果均有提高。 展开更多
关键词 评论分类 注意力机制 神经网络 准确率
下载PDF
融合朴素贝叶斯与决策树的用户评论分类算法 被引量:5
4
作者 贾晓帆 何利力 《软件导刊》 2021年第7期1-5,共5页
为了实现对用户评论的商业研究价值提取,解决互联网产品后续优化和增进服务问题,提出一种融合朴素贝叶斯与决策树的改进算法,处理文本中的噪声,避免零概率和属性值缺失的问题,从而提高分类准确率。该算法首先对用户评论数据作预处理,然... 为了实现对用户评论的商业研究价值提取,解决互联网产品后续优化和增进服务问题,提出一种融合朴素贝叶斯与决策树的改进算法,处理文本中的噪声,避免零概率和属性值缺失的问题,从而提高分类准确率。该算法首先对用户评论数据作预处理,然后运用概率优化后的朴素贝叶斯处理空缺属性值,最后用决策树从积极和消极角度将数据进行分类。对微信公众号用户评论数据集进行实验,结果表明改进后的算法准确率达80.27%,比传统方法提高0.5%。 展开更多
关键词 用户评论分类 决策树算法 朴素贝叶斯
下载PDF
基于LSTM和多特征组合的电影评论专业程度分类 被引量:2
5
作者 吴璠 李寿山 周国栋 《计算机科学》 CSCD 北大核心 2019年第B06期74-79,共6页
社交网络上的电影评论通常既有专业评论家写的专业评论,也有普通观众写的非专业评论,区分网络电影评论是否为专业评论对于电影质量评估有着重要的价值。由于电影评论属于短文本,用词不规范,特征稀疏,因此传统的文本特征选择方法以及传... 社交网络上的电影评论通常既有专业评论家写的专业评论,也有普通观众写的非专业评论,区分网络电影评论是否为专业评论对于电影质量评估有着重要的价值。由于电影评论属于短文本,用词不规范,特征稀疏,因此传统的文本特征选择方法以及传统的分类模型并不能完全适用于电影评论专业程度的分类。为此,文中主要研究基于神经网络模型电影评论的专业程度分类,即判断其是专业评论还是非专业评论。首先通过基于神经网络的LSTM模型学习不同特征的表示,包括基于词的表示、基于词性的表示,以及基于依存关系的表示,然后通过融合不同特征表示来学习和捕捉有效的文本特征,从而帮助评论专业程度分类。该方法在美国著名的影评网站烂番茄网(Rotten Tomatoes)数据集上进行实验,实验结果表明,在融合了词性和依存关系特征的模型的分类正确率达到了88.30%,比仅使用词特征的基准模型提高了3.66%。这说明在模型中引入词性特征、依存关系特征能够有效提升评论专业程度分类的效果。 展开更多
关键词 多特征组合 评论专业程度分类 神经网络 LSTM SVM
下载PDF
基于注意力LSTM的评论对象分类
6
作者 周陈超 赵玲瑜 +2 位作者 赵波 柳孔明 孟佳洋 《电脑知识与技术》 2020年第32期214-215,217,共3页
用户评论对网上商城有着非常重要的作用,它能极大推动潜在客户的转化。但是评论涉及商品的方方面面,数量多内容杂,需要进行分类和汇总以抽取核心信息。针对评论对象的分类问题,文章设计一个结合注意力机制的LSTM(Long Short-Term Memory... 用户评论对网上商城有着非常重要的作用,它能极大推动潜在客户的转化。但是评论涉及商品的方方面面,数量多内容杂,需要进行分类和汇总以抽取核心信息。针对评论对象的分类问题,文章设计一个结合注意力机制的LSTM(Long Short-Term Memory)模型。模型首先使用LSTM训练用户评论,然后采用注意力机制聚焦关键信息优化分类结果。在SemEval-2014数据集上的实验结果证明,模型对评论对象分类的准确率较高。 展开更多
关键词 用户评论 评论对象分类 LSTM 注意力机制
下载PDF
基于陶瓷产品评论的情感分析
7
作者 周立斌 谢志洋 +1 位作者 王宇凯 方宗琼 《软件工程与应用》 2024年第3期321-329,共9页
本文基于陶瓷产品的评论数据进行了评论文本情感分析,本文主要研究的是应用机器学习方法对陶瓷产品评论文本进行情感分类,采用的机器学习情感分类模型有:朴素贝叶斯(NB)、支持向量机(SVM)、人工神经网络(ANN)和随机森林(RF)。在情感分... 本文基于陶瓷产品的评论数据进行了评论文本情感分析,本文主要研究的是应用机器学习方法对陶瓷产品评论文本进行情感分类,采用的机器学习情感分类模型有:朴素贝叶斯(NB)、支持向量机(SVM)、人工神经网络(ANN)和随机森林(RF)。在情感分类后进行了对比分析,对比分析后发现:1) 在此数据集下,Word2vec词向量文本特征表示方法相比于词频矩阵和TF-IDF这两种文本特征表示方法更适合于文本特征表示;2) 在此数据集下,四种情感分类模型中,人工神经网络(ANN)的分类效果最差,支持向量机(SVM)的分类效果最好。综上所述,对于陶瓷产品评论文本情感分类,在此数据集下,这三种文本特征表示方法和四种机器学习情感分类模型的所有组合中,Word2vec词向量方法和支持向量机的组合的情感分类效果最好。 展开更多
关键词 情感分析 情感分类 机器学习 评论文本情感分类
下载PDF
基于在线评论的用户需求挖掘模型研究 被引量:39
8
作者 涂海丽 唐晓波 谢力 《情报学报》 CSSCI 北大核心 2015年第10期1088-1097,共10页
用户需求挖掘是产品/服务质量提升的重要前提,在线评论真实反映了用户对产品/服务的满意与否。本文针对在线评论数据构建了一个用户需求挖掘模型。该模型首先获取关于某产品/服务的评论数据,经预处理后提取评论文本的主观句;结合... 用户需求挖掘是产品/服务质量提升的重要前提,在线评论真实反映了用户对产品/服务的满意与否。本文针对在线评论数据构建了一个用户需求挖掘模型。该模型首先获取关于某产品/服务的评论数据,经预处理后提取评论文本的主观句;结合构建的领域本体和依存句法分析确定该产品主题属性和相应的主观评论,按产品/服务主题属性对评论内容进行正负向分类;并运用LDA模型对用户评论进行聚类分析,展示用户重点关注主题属性的评价向量及其情感;同时运用KANO模型对分类结果进行KANO转换与评价,对评价结果进行分析,得出用户关于该产品/服务各主题属性特征需求满足情况;在此基础上提出该产品/服务改进的方向。本文以庐山旅游为例,验证了模型的可行性。 展开更多
关键词 在线评论情感分类LDA聚类需求挖掘 KANO模型
下载PDF
基于高质量评论的景区热词挖掘
9
作者 李剑诺 《信息与电脑》 2021年第13期147-149,共3页
在景区前期发展中,如何准确获悉游客的关注点,对景区进行个性化打造成为管理发展的关键。为解决此问题,笔者基于评论文本内容特征及评论时间数据,创新地将评论与景区属性相结合,以聚类分析先标记、随机森林算法后训练的思想构建文本质... 在景区前期发展中,如何准确获悉游客的关注点,对景区进行个性化打造成为管理发展的关键。为解决此问题,笔者基于评论文本内容特征及评论时间数据,创新地将评论与景区属性相结合,以聚类分析先标记、随机森林算法后训练的思想构建文本质量分类器,然后基于高质量评论以及改进的热词挖掘算法对评论热词进行挖掘。结果证明,所挖掘的热词有效体现出游客关注点及景区主题中心。 展开更多
关键词 热词挖掘 评论质量分类 K-MEANS聚类 随机森林
下载PDF
基于两视图半监督学习的产品质量问题识别方法 被引量:1
10
作者 姚池 潘尔顺 《工业工程》 北大核心 2023年第3期86-94,共9页
针对电商网站中的大量非结构化、无标注的用户评论文本,运用两视图半监督学习方法对其进行分类,识别出涉及产品质量问题的内容,从而挖掘出其中隐含的产品质量缺陷与隐患。综合考虑词汇、情感、领域等多方面特征,构建文本特征视图和非文... 针对电商网站中的大量非结构化、无标注的用户评论文本,运用两视图半监督学习方法对其进行分类,识别出涉及产品质量问题的内容,从而挖掘出其中隐含的产品质量缺陷与隐患。综合考虑词汇、情感、领域等多方面特征,构建文本特征视图和非文本特征视图,采用Co-training协同训练算法,依据是否涉及质量问题对评论进行分类。以电热水壶为例,爬取电商网站的评论数据进行实证分析。结果显示,本文方法的分类F_(1)值和AUC值分别为82.18%和86.24%,相比于单视图监督学习分类器具有显著提升。 展开更多
关键词 评论分类 多视图学习 半监督学习 协同训练 质量问题识别
下载PDF
NC 机床 CAIDS 中评价子系统设计方法研究及实现 被引量:3
11
作者 王佑君 刘晓婷 +1 位作者 何卫平 杨海成 《机械科学与技术》 EI CSCD 北大核心 1998年第1期85-87,共3页
根据数控机床的工业造型特点,在分析研究的基础上,提出分类-综合评价方法的新思路,并结合NC机床CAIDS开发了计算机辅助评价子系统以便对数控机就要的工业造型进行全面的评价,着重地描述和讨论了评价系统的软件结构。
关键词 分类-综合评论 CAIDS 数控机床 子系统设计
下载PDF
Urban Expansion in China Based on Remote Sensing Technology:A Review 被引量:7
12
作者 ZHANG Zengxiang LIU Fang +9 位作者 ZHAO Xiaoli WANG Xiao SHI Lifeng XU Jinyong YU Sisi WEN Qingke ZUO Lijun YI Ling HU Shunguang LIU Bin 《Chinese Geographical Science》 SCIE CSCD 2018年第5期727-743,共17页
Urban areas and its evolution are important anthropogenic indicators and human ecological footprints, and play decisive roles in environmental change analysis, global geo-conditional monitoring, and sustainable develo... Urban areas and its evolution are important anthropogenic indicators and human ecological footprints, and play decisive roles in environmental change analysis, global geo-conditional monitoring, and sustainable development. China has the highest rate of urban expansion and has emerged as an urban expansion hotspot worldwide. In this paper, the progress of studies on Chinese urban expansion based on remote sensing technology are summarized and analyzed from the aspects of urban area definition, remotely sensed imagery applied in urban expansion, monitoring methods of urban expansion, and urban expansion applications. Existing issues and future directions of Chinese urban expansion are discussed and proposed. Results indicate that: 1) The fusion of multi-source remotely sensed imagery is imperative to meet the needs of urban expansion with various monitoring terms and frequencies on different scales and dimensions. 2) To guarantee the classification accuracy and efficiency and describe urban expansion and its influences on local land use simultaneously, the combination of visual interpretation and automatic classification is the tendency of future monitoring methods of urban areas. 3) Urban expansion data have become the prerequisite for recognizing the urban development process, excavating its driving forces, simulating and predicting the future development directions, and also is conducive to revealing and explaining urban ecological and environmental issues. 4) In the past decades, Chinese scholars have promoted the application of remote sensing technology in the urban expansion field, with data construction, methods and models developing from the quotation stage to improvement and innovation stage; however, an independent and consistent urban expansion data on the national scale with long-term and high-frequency(such as annual monitoring) monitoring is still lacking. 展开更多
关键词 urban areas urban expansion spatial resolution monitoring methods remote sensing China
下载PDF
A Review of Environmental Sociology and the Sociology of Natural Resources:Insights for the Development of Environmental Sociology in China 被引量:1
13
作者 Courtney G.Flint 《Chinese Journal of Population,Resources and Environment》 2009年第4期25-31,共7页
Environmental sociology and the sociology of natural resources are two key subdisciplines of the sociological study on the interactions between nature and human society.Previous discussion on the relationships of thes... Environmental sociology and the sociology of natural resources are two key subdisciplines of the sociological study on the interactions between nature and human society.Previous discussion on the relationships of these two fields has largely focused on their distinctions and synthesis in western(particularly American) academia.Environmental sociology emerged as an important sociological subdiscipline in China in the early 1990s and is under vigorous disciplinary construction at present.By contrast,the sociology of natural resources is still a novel term for most Chinese researchers.This article provides a systematic review of recent literature on the relationships between environmental and natural resource sociologies,which should provide important implications for the further development of environmental sociology in China. 展开更多
关键词 environmental sociology sociology of natural resources distinctions SYNTHESIS transdisciplinarity
下载PDF
移动应用评论挖掘研究综述 被引量:2
14
作者 张季 康乐乐 李博 《知识管理论坛》 2021年第6期339-350,共12页
[目的/意义]用户评论有助于开发者实现移动应用创新,通过对移动应用评论挖掘相关文献进行归纳总结,为移动应用开发和评论挖掘提供借鉴。[方法/过程]利用文本分析方法,将移动应用评论挖掘相关研究归纳为评论分类、评论聚类和评论特征抽取... [目的/意义]用户评论有助于开发者实现移动应用创新,通过对移动应用评论挖掘相关文献进行归纳总结,为移动应用开发和评论挖掘提供借鉴。[方法/过程]利用文本分析方法,将移动应用评论挖掘相关研究归纳为评论分类、评论聚类和评论特征抽取3个关键主题,并基于此框架阐述该领域的发展状况。[结果/结论]研究得出:评论分类方法已开始从机器学习向深度学习演变;评论聚类主要使用K-Means和DBSCAN;特征抽取仍以评论的显式特征为主。未来,移动应用评论挖掘仍有3个问题值得探究,分别是领域依赖性、多源信息融合以及评论价值评估。 展开更多
关键词 移动应用 评论挖掘 评论分类 评论聚类 特征抽取
原文传递
基于细粒度评论挖掘的在线图书相似度计算研究 被引量:2
15
作者 叶佳鑫 熊回香 孟璇 《情报科学》 CSSCI 北大核心 2023年第1期166-173,共8页
【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-Bi... 【目的/意义】通过深度学习方法对图书评论进行细粒度挖掘,并基于挖掘结果优化图书间相似度计算结果。【方法/过程】首先从在线书评网站上采集图书评论,对评论进行词性分析构建属性词表,随后基于属性词表对评论进行类型标注,通过BERT-BiLSTM模型对标注数据进行学习以实现评论自动分类,最后通过BERT对分类后的评论进行向量表示,通过余弦相似度计算评论间的相似度以表征图书相似度。【结果/结论】本文构造的BERT-BiLSTM评论分类模型准确率、召回率和F1值分别达到0.922、0.921和0.921,可以较好地实现评论分类。通过模型将评论划分为文笔、人物、情节、概要、读者态度5种类型来计算图书间相似度可以得到较为契合的相似度结果。【创新/局限】相较于其他类型的评论,通过人物与情节类评论计算图书相似度的效果有待提高。以后可对这两类评论进行更为细粒度的分析。 展开更多
关键词 图书评论挖掘 评论分类 图书相似度 BERT BiLSTM
原文传递
五大观念认知:一种文艺评论的新方向 被引量:3
16
作者 周星 任晟姝 《艺术评论》 2021年第9期7-19,共13页
加强新时代文艺评论工作,已成为当下的重要任务。其中文艺评论者的思想观念和价值观认知尤为重要。应在分析文艺评论者媒介把持和评论立场的基础上,重点提升评论者应该具备的五种观念,即坚守价值观、强化时代观、追求审美观、辨析文体... 加强新时代文艺评论工作,已成为当下的重要任务。其中文艺评论者的思想观念和价值观认知尤为重要。应在分析文艺评论者媒介把持和评论立场的基础上,重点提升评论者应该具备的五种观念,即坚守价值观、强化时代观、追求审美观、辨析文体观、建设评论观,从而始终保证文艺评论的正确方向,真正践行文艺评论"为人民提供更好更多精神食粮"的根本使命。 展开更多
关键词 文艺评论 评论分类 坚守价值观 追求审美观
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部