共查询到19条相似文献,搜索用时 62 毫秒
1.
随着微博技术的不断发展,越来越多的用户喜欢在微博上发表自己对某件事或某个问题的观点看法。找出一个可以有效的判断评论对某事件所持态度的方法也日益引起人们的关注,观点信息抽取也成为一个重要的研究课题。文章提出的是一种自动识别评论态度的方法,主要是用微博文本中表情动画、动词以及句型等特征信息来构造特征集,并根据这个特征集生成特征向量,利用SVM分类器生成测试模型。实验结果表明,该方法取得了较好的系统性能。 相似文献
2.
随着社交媒体的发展及成熟,每天在互联网环境中都会产生大量的用户评论信息。抽取评价短语、评价对象和观点持有者等情感要素,已经成为了中文观点挖掘和情感分析的重要先决任务。针对中文情感要素抽取任务,本文提出了一个统计和规则相结合的级联模型,主要贡献包括:(1)针对汽车领域评论信息,构建情感要素标注语料库和相关词典;(2)对于以往研究较少关注的中文评价短语,本文详细分析阐述其定义和分类;(3)结合统计和规则,分别针对评价短语和情感要素提出级联抽取策略。实验结果充分证明了该级联模型的有效性,相比较于其它基于规则的情感要素抽取算法有效提升了召回率,同时为后续社交媒体情感分析任务提供了有力的支持。 相似文献
3.
提出了一种微博热门话题的观点挖掘方法。首先通过句法依存关系模板和支持向量机(SVM)共同识别热门话题中的观点句,然后进一步通过词法关系和句法依存关系抽取观点词对,从而简明、清晰展现热门话题中的观点。最后通过实验证明了该方法的有效性。 相似文献
4.
评价对象抽取的研究难点在于如何精确地表示大范围的上下文信息.本文针对微博观点句,采用了基于双向循环神经网络(BRNN)的方法来抽取评价对象并对评价对象的情感倾向进行判定.BRNN的隐藏层对上下文进行了抽象,如果经过良好地训练,就能在循环处理句子时有效地表示远距离的有序上下文信息,而无需对上下文窗口长度进行限定.本文选择了词、词性、依存句法树以及产品词典等特征构建了BRNN模型.通过实验发现,上述4种特征组合获得了最优实验结果,通过与CRF模型的对比,本文提出的方法在相互覆盖模式下F值比CRF模型高出0.61%,验证了本文方法的有效性.本文方法在COAE2015任务3的资源受限评测任务中,获得了最好结果. 相似文献
5.
6.
7.
为解决中文微博情感的分类问题,文中提出了基于微博数据将PMI与Hownet相结合的情感分类方法.通过对微博数据短小、新颖特征的研究,提出词典合并方法.将现有词典按照Hownet词语相似度合并,利用PMI对网络词语进行情感分类.添加网络情感词构造适应微博文本特征的情感词典,并在新词典的基础上结合监督学习方法训练情感分类模... 相似文献
8.
基于特征组合的中文实体关系抽取 总被引:2,自引:0,他引:2
结合中文关系抽取的要求,以ACE2005的中文语料为数据进行关系抽取实验.在抽取中文词法、实体、句法,语法基本特征后,提出采用特征组合方法,使用支持向量机的机器学习(SVM)方法,在上关系探测和关系大类上F值分别提高了1.36%和3.97%,达到72.77和61.03,并分析出各部分组合特征的贡献.实验数据表明词语和实体组合特征对中文关系抽取的作用较大. 相似文献
9.
随着网络电商的兴起,越来越多的用户在网上对商品进行评价.所谓评价对象与评价词,指的是在产品评论中用户所表达的态度的对象以及所使用的极性词.本文将评价对象与评价词的抽取看做为序列标注任务,并介绍了如何使用循环神经网络解决序列标注任务.同时,还说明了循环神经网络的局限性,并使用LSTM对评价对象与评价词进行抽取.最后,本文还与基于规则的双向传播算法进行了对比.从实验结果可以看出,LSTM在评价对象与评价抽取任务上的性能较双向传播算法来说有非常大的提高. 相似文献
10.
为了解决国内网络招聘网站信息量大,求职需耗费大量时间精力的问题,文章基于Flask框架设计并实现了网络招聘信息抽取与分析系统。系统根据用户求职意向,通过爬虫实时采集招聘信息并定向分类,为不同用户匹配岗位,同时,将用户抓取的历史信息存储进数据库,方便用户浏览历史记录和定制招聘信息列表。系统过滤大量无用信息,使求职者更便捷地获取有效信息,提高求职效率。 相似文献
11.
Predicting the scale of information diffusion is an important task for many social network services (SNS) operators and enterprises. In this paper, the authors investigate the effects of two types of indicators, user attributes and social network attributes, and study on the accuracy of predicting the scale of information diffusion, and how to select an appropriate model that can fit real data better and have a higher accuracy. The experimental results show that both user attributes and social network structure attributes have significant effects on the scale of information diffusion. At the same time, three data mining models are constructed in this paper to predict the scale of information diffusion and compare their prediction accuracy. It is found that neural network model performs much better than decision tree and linear regression do. 相似文献
12.
13.
在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率. 相似文献
14.
Opinion mining involves the analysis of customer opinions using product reviews and provides meaningful information including the polarity of the opinions. In opinion mining, feature extraction is important since the customers do not normally express their product opinions holistically but separately according to its individual features. However, previous research on feature‐based opinion mining has not had good results due to drawbacks, such as selecting a feature considering only syntactical grammar information or treating features with similar meanings as different. To solve these problems, this paper proposes an enhanced feature extraction and refinement method called FEROM that effectively extracts correct features from review data by exploiting both grammatical properties and semantic characteristics of feature words and refines the features by recognizing and merging similar ones. A series of experiments performed on actual online review data demonstrated that FEROM is highly effective at extracting and refining features for analyzing customer review data and eventually contributes to accurate and functional opinion mining. 相似文献
15.
16.
17.
In view of the fact that news can generate derivative topics when it spreads through micro-blogs,a two-layer coupled SEIR public opinion propagation model is proposed in this paper.The model divides the process of public opinion propagation into two layers:the original topic layer and the derived topic layer.Messages are transmitted separately by the SEIR model in the two topic layers,which are independent and interactive.The influence of the topic derivation rate on the propagation trend is established by solving for the equilibrium point and propagation threshold.Further,we establish the relationship between the original topic and the derived topic by simulation.This paper uses the Baidu index to demonstrate the correctness of the model.The relationship between the derived topic and the original topic is verified by adjusting the parameters by the control variable method.The results show that the proposed model is consistent with the propagation of actual public opinion. 相似文献
18.
为有效识别视觉系统采集的可见光图像中的舰船目标,提出了基于YOLO(You Only Look Once)网络模型改进的10层的卷积神经网络(Convolutional Neural Network,CNN)用于水面舰船目标的智能识别,通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征,将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明,与YOLO网络模型相比,综合精确率、召回率和效率3个舰船目标识别的性能指标,改进后的CNN性能更好,从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势,有利于推动综合性视觉感知框架的构建。 相似文献
19.
完全分布式的机动目标跟踪是传感器网络等应用中亟待解决的关键问题。本文针对变拓扑非完全连通网络,提出一种基于网络共识的多模型信息滤波器( Consensus based Multiple Model Information Filter, C-MMIF)。 C-MMIF基于标准IMM框架,保证了估计最优性;并通过构造目标运动模式概率和状态估计的信息滤波形式,使节点间运算相互独立。同时,每个独立节点仅需与其相邻节点通讯,利用平均网络共识分布式优化算法对自身信息状态进行更新,实现节点间对目标运动模式及状态的一致估计。最后在无人机与地面传感器网络协同对地机动目标跟踪场景下进行算法仿真验证,结果证明该方法可以在无融合处理中心且网络拓扑变化情况下,使各节点实现对机动目标的一致有效跟踪。 相似文献