基于层叠CRFs模型的句子褒贬度分析研究

本文研究句子的褒贬度分析问题。针对传统的基于分类的句子褒贬度分析方法不能考虑上下文信息的问题,以及基于单层模型的句子褒贬度分类方法中的由于标记冗余引起的分类精度不高问题,本文提出了基于层叠式CRFs模型的句子褒贬度分析方法。该方法利用多个CRFs模型从粗到细分步地判断句子的褒贬类别及其褒贬强度,其中层叠式框架可以考虑句子褒贬类别与褒贬强度类别之间的层级冗余关系,而CRFs模型可以利用上下文信息对于句子褒贬类别和强度的影响。该方法在有效识别句子褒贬度的同时,提高了句子褒贬强度判别的准确度。实验证明相对于传统分类方法和单层CRFs模型,本文的方法取得了良好的效果。

利用三层条件随机场模型进行情感极性分类及强度分析

通过对商品评论进行基于方面的情感分析,可以得到某件商品各个方面的优劣情况。提出利用三层CRF模型进行情感极性分类及强度分析。在CRF模型中,融合了词、词性、语气词、程度词、方面和评价词的共现等特征。在情感句识别、情感极性分类和情感强度分析上得到的F1值分别为86.3%、77.2%、70.7%,证明了:a)分层CRF模型在各个层次的任务中都能取得较好的结果;b)语气词、程度词、方面和评价词的共现特征在情感分类时的有效性。

论竞技体育的叙事特性及其意义

真实叙事有别于虚构叙事的一个必备元素,就是真实叙事的结果并不由人的意志所控。竞技体育具有真实叙事的特性,主要就是比赛结果的不可预测性。本文通过文献资料和逻辑思辩,阐释并论证了竞技体育显见的叙事特性。结论认为:竞技体育既是凝聚部落情感、娱精神强功利的叙事,也是赢家通吃、实力与运气并存的叙事;竞技体育的叙事条件或力量,正是基于人类社会难以回避的国家形态、商业化环境和人自身的活力对它的支持或发掘,使它的叙事特性得到了更多的意义性展现。

生物节律自动预测的算法与实现的探讨

根据人体体力、情绪和智力生物节律,利用一定的算法,编制人体生物节律程序,预测一定时期内人机体所处的状态.

试论工业产品造型设计技术

首先介绍工业产品造型设计技术的内涵、意义、地位和作用,即此设计是解决人造物与人之间的关系问题。此技术是指一个构思与表达的过程,它对促进产品升级换代和参与市场竞争至关重要。随后对此设计技术的前沿和发展趋势进行论述,即以数字化技术等为代表的高技术与高感情设计是未来设计的最高境界。同时给出了九个具体关键技术。最后简述此技术具有可实现综合性产品开发软件环境和周期短、造型风格多等发展特点。

依据在线评论的商品排序方法

提出了一种依据商品在线评论的基于多粒度情感强度分析和随机逼近理想点排序法的商品排序方法.使用爬虫软件和ICTCLAS对消费者关注的备选商品的在线评论进行获取和预处理.依据预处理后的评论,通过提出多粒度情感强度分析算法确定每条评论针对商品属性的情感强度值.通过对得到的情感强度值进行统计分析,得到备选商品针对商品属性的多粒度情感强度分布形式的属性值.最后,依据得到多粒度情感强度分布形式的属性值,采用随机逼近理想点排序法确定备选商品的排序.基于中关村在线中的数码相机在线评论,给出了提出方法应用的实例分析.

苏叶散文论

苏叶散文具有独特的美学特质 ,人格美为其“骨”是核心层 ;情思美为其“气”是中间层 ,文体美为其“态”是外表层。

基于用户关联度的半监督情感分析模型

随着信息技术与社交媒体的不断发展,用户情感分析在舆情监控、信息预测、产品评价上发挥着越来越重要的作用.然而,监督学习手工标签获取困难,无监督学习缺少标签的引导,因此本文基于社会学理论建立了半监督的情感分析模型,该模型主要分为标签添加和情感分析两部分.标签添加部分首先基于情感一致性和情感传染性两种被认可的社会学理论建立UR-S模型,然后通过用户关联度和文本相似度进行改进,建立TRS-SAT模型,增加标签数量.情感分析部分将TRS-SAT模型与卷积神经网络结合,通过卷积神经网络挖掘特征集合与情感分析标签之间的深层次联系,构建半监督学习模型改善情感分析性能.实验表明,本文提出的基于用户关联度和深度学习的半监督情感分析模型,与半监督的支持向量机模型相比,准确率、召回率、F值分别提升11.40%、5.90%、8.65%;与卷积神经网络模型相比,分别提升4.12%、4.17%、4.14%,均有较好的表现.由此证明,该模型能够为舆情分析与用户决策提供良好的理论基础,具有创新性和实用性.

基于情感倾向分析的语义韵强度算法探析

本文将语言情感分析技术应用于语义韵强度计算,并在扩展意义单位的理论框架下,探讨语义韵强度更精细测量的可行性和操作性。现有语义韵强度测量方法多是基于频数的极性占比算法,其共性是默认同一极性范畴的搭配词具有等值的态度或情感强度,却无法深入语义韵极性范畴内部,对同一极性下的语义韵强度做更细致的差异化分析。辅以情感分析技术支撑的语义韵强度测量,能够更精细地展示不同节点词之间,以及同一节点词在不同搭配型式、语义趋向下的语义韵特征异同,帮助研究者更深入了解节点词共现语境的态度意义氛围,以及扩展意义单位构成元素之间的关联。