基于句法分析和情感词典的网络舆情倾向性分析研究

随着互联网信息技术的发展,网络媒体已经成为民众表达情绪、意愿的主要场所,也是舆情信息传播的主要渠道.为了在海量的网络互动信息中能够准确迅速地对网民观点进行情感倾向性分析,本文提出了一种将句法分析和情感词典相结合的分析方法.首先,对目前通用的情感词典组织模型进行了改进,给出了具体的改进模型.然后,在用情感词典进行切词的基础上对句子进行语法分析,再利用情感词在句子中的成份、情感指数权重以及与其他情感词之间的组合共现关系计算出综合的情感指数.通过对论坛回复、新闻语评论内容的实际测试,验证了此方法的有效性.实验结果表明,此方法在一定程度上提高了情感分析的正确率,并具有一定的适应性和推广性.

信息转换在外宣篇章汉英翻译中的应用

作为对外宣传的重要媒介,外宣篇章的翻译起着非常重要的作用.由于要突出其宣传交际的作用,在翻译的过程中,译者除了要保留所有原文信息基本忠实外,还要时刻关注这些信息如何有效转换,以求达到最大的宣传效果.作为原文所有信息的调节者,译者应根据英汉思维、文化、表达等差异,在信息转换中作为主体,采取重组、补偿、增添和简化等手段以确保信息最大、最有效地传达给读者.

网络舆情监控系统中的主题帖自动标引及情感倾向分析研究

本研究以逸仙时空BBS为舆情信息源,对需要关注的帖子进行情感倾向性分析的探索性研究,设计了主题帖自动标引和情感倾向性分析策略,并对主题帖自动标引结果、倾向性人工判断与自动分析的结果进行对比。

对外宣传翻译策略的“接受美学”阐释——基于福建土楼世遗申报报告

视野融合是接受美学的另一条重要原则。译文一旦形成,只有在目的语读者能动地参与中文本才有意义。目的语读者接受文本,也就是译文和目的语读者之间的视野融合,同时也是一种文化价值实现、文化增殖的过程。在对外宣传文本翻译的活动中,只有充分考虑目的语读者的语言习惯、文化心理、审美情趣等诸多因素,才能实现该文本的审美追求。以福建土楼世遗申报报告为语料,以接受美学的视野融合为视角,探析对外宣传文本的翻译策略。

传播视域下国家软实力建构与外宣翻译原则

引入拉斯韦尔5W传播模式,阐述了约瑟夫·奈的软实力理论,界定了国家形象的构成要素,探析了软实力的生成机制。以外宣翻译文本作为语料探讨其翻译策略并建设性地提出了外宣翻译的五大翻译原则:政治言辞修正、语言动态对等、文化传真、审美心理对等和读者认同。

网络舆情分析技术及系统构建

针对网络舆情分析的实际应用,在综合考虑网络舆情特征和人们认知规律的基础上,重点进行舆情热点挖掘、文本倾向性分析两个关键技术的研究并在此基础上构建了网络舆情分析系统.通过将实验结果与权威数据对比,验证了相应方法的有效性.

翻译导向文本分析模式下的外宣英译

诺德的"翻译导向文本分析模式"是一个更为关注原文特色的功能翻译模式。该模式一方面坚持译文目的的导向作用,另一方面强调原文分析对选择适合翻译策略的作用。运用这一模式进行外宣英译,译者可以在对原文功能与译文目的进行分析、比较的基础上选择合理的翻译策略,使译文更好地实现外宣英译的目的。

热点发现及文本倾向性分析技术研究

为了有效地对不断涌现的海量互联网信息进行采集、分析、检索,基于网络舆情分析涉及到的热点发现与文本倾向性分析两个关键技术,改进了相似主题检测和基于语气标注方法的文本倾向性分析算法。实验结果表明,直接通过关键词匹配法,误差较大;基于关联规则的相似主题检测,可以明显提高检测精度。同时,无论是对正面文档还是对负面文档,经过改进的基于语气标注方法都明显提高了查全率和查准率。

高职公共英语教材文本的职业取向研究

教材文本具有较强的社会性,是引导学生认识社会的重要凭借。高职公共英语教材文本的职业取向描述应印记中国社会的职业状况。对《实用综合教程》第1-4册课文文本的职业取向研究显示,教材文本的职业描述事实上与中国社会职业现状不符,易使高职学生对中国社会职业现状形成误判,并影响其正确职业观的形成。各方应采取相应举措,消解其负面影响。

基于神经网络的文本倾向性分析系统的研究

随着信息时代的到来,网络评论数量急剧增加,对于这些网络评论的倾向性分析是网络舆情研究中的重要课题。为了对网络评论的倾向性进行分析,提出了基于神经网络的网络舆情文本倾向性分析算法,使用神经网络训练的方法构建了较好的情感词倾向值词典,对网络评论的倾向性预测达到了较高的准确率。对算法进行了细致的描述,同时提出了基于神经网络的网络舆情文本倾向性分析系统框架。最后通过实验进行测试,证明了该系统能够达到较好的准确率。

基于神经网络的情感词汇自动获得方法

在文本倾向性分析中,对于情感词词典的更新是一个重要的研究课题。然而,现有的更新情感词词典的算法或多或少都会需要人工的参与。鉴于此,我们提出了基于神经网络的情感词汇自动获取方法,使用神经网络训练算法对统计得到的候选情感词进行训练,然后筛选得到更新的情感词词典。本文对于算法进行了细致的描述,同时提出了基于神经网络的情感词词汇自动换取系统框架。最后通过实验进行验证,证明了该算法能够自动获得情感词,同时对于文本倾向性的预测能够起到增加准确率的效果。

以文为本 以人为本——语文教学寻根

本文针对当前不少人不顾实际,一味模仿名家,盲目追求所谓的语文教学创新而背离语文学习之道的错误现象,提出这样的看法:语文教学只有寻根溯源,返朴归真,以文为本,以人为本,才能存真去伪,撷取语文教学的真谛。

文本分类方法在网络舆情分析系统中的应用研究

针对文本分类技术在网络舆情分析系统中的应用展开研究。介绍了文本分类的基本原理;实现了KNN和SVM两种分类算法;结合实际项目,展示了文本分类方法在网络舆情主题分类、主题检测与跟踪及舆情观点倾向性分析中需要解决的具体问题,给出应用实例。实验结果给出了KNN和SVM分类方法的微平均查准率,表明了这些方法的有效性。

毛泽东和习近平著作英译对比研究

毛泽东和习近平著作的翻译,对构建中国国际话语体系具有重要意义。翻译两位领导人著作是在不同的历史背景下进行的,研究这些翻译活动,对当今中国的外宣传翻译有一定启示。本文从操控理论的角度,通过对比探讨了在意识形态、诗学和赞助人三个层面上的英文翻译活动。研究发现:(1)政府赞助人和出版商赞助人共同作用,在发起翻译、选择译者、组织翻译和翻译出版等方面发挥各自的作用。(2)译者的个人意识形态符合中国主流意识形态。(3)中国的外宣翻译反映了源文化的社会主流意识形态和诗学,但不应忽视目标文化的诗学。(4)中国政治文本的翻译策略从异化转向多元化。本研究加深了我们对新时期中国政治文本外译的理解,有助于我们更好地从事政治文献的对外翻译实践。