基于TSCM模型的网络短文本情感挖掘

针对网络短文本情感挖掘问题,提出一种新的基于LDA和互联网短评行为理论的主题情感混合模型TSCM,TSCM模型中的整篇评论中每个句子的主题分布是不同的,TSCM产生词的流程是先确定词的情感极性,再确定词的主题,TSCM考虑了词与词之间的联系.真实数据集Movie与Amazon上的大量实验表明,与代表性算法JST、S-LDA、D-PLDA和SAS相比较,TSCM模型能对用户真实情感与讨论主题进行更加有效的分析建模.     

MIL⁃53(Al)催化甲基氯硅烷的歧化机理

利用B3LYP/6?311++G(3df,2pd)方法计算了MIL?53(Al)的3个位点催化甲基氯硅烷以制备二甲基二氯硅烷的活性差异,并对反应通道、能量、过渡态虚振模式、内禀反应坐标(IRC)、关键原子间距的变化等进行了分析和讨论,得出了一致的结论:1~3号活性位催化的主反应速控步的活化能分别为157.15、155.31和123.44 kJ·mol-1;副反应速控步的活化能分别为206.48、214.87和166.07 kJ·mol-1。MIL?53(Al)能顺利催化歧化反应的原因在于其催化中心Al—O—H上的Br?nsted酸H,活性的差异来源于其配位环境的不同。