检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于赋权粗糙隶属度的文本情感分类方法

计算机研究与发展 2011年第5期48卷 855-861页

作者：王素格李德玉魏英杰山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006 科学出版社北京100717

提出了基于赋权粗糙隶属度的文本情感分类方法.该方法将特征倾向强度引入到文本的向量空间表示法中,建立了基于二元组属性(特征,特征倾向强度)的文本表示模型.提出了基于情感倾向强度序的属性离散化方法,将特征选择寓于离散化过程,达到... 详细信息

提出了基于赋权粗糙隶属度的文本情感分类方法.该方法将特征倾向强度引入到文本的向量空间表示法中,建立了基于二元组属性(特征,特征倾向强度)的文本表示模型.提出了基于情感倾向强度序的属性离散化方法,将特征选择寓于离散化过程,达到数据降维的目的.利用特征倾向强度,定义了赋权粗糙隶属度,用于新文本的情感分类.在真实汽车评论语料上,与支持向量机分类模型进行比较实验表明,基于赋权粗糙隶属度的文本情感分类方法在对数据进行一定程度的压缩后仍表现出较好的分类性能.

关键词：文本情感分类文本表示情感倾向强度离散化粗糙隶属度

IR与PPARα/γ在NASH中变化及意义的实验性研究

在线全文

学校读者我要写书评

暂无评论

IR与PPARα/γ在NASH中变化及意义的实验性研究

作者：王素格河北医科大学

学位级别：硕士

非酒精性脂肪肝(Nonalcoholic fatty liver disease, NAFLD)是遗传—环境—代谢应激相关因素所致的以肝细胞脂肪变性为主的临床病理综合征。伴有炎症的NAFLD称为非酒精性脂肪性肝炎(nonalcoholic steatohepatitis NASH),约占NAFLD的3%,... 详细信息

非酒精性脂肪肝(Nonalcoholic fatty liver disease, NAFLD)是遗传—环境—代谢应激相关因素所致的以肝细胞脂肪变性为主的临床病理综合征。伴有炎症的NAFLD称为非酒精性脂肪性肝炎(nonalcoholic steatohepatitis NASH),约占NAFLD的3%,其中25%可能进展为肝纤维化、肝硬化及肝衰竭,甚至肝细胞癌。目前对于NASH仍无有效的治疗方法。有研究证实胰岛素抵抗(Insulin Resistance IR)是NAFLD发病的主要环节,它使机体脂质代谢平衡紊乱,导致肝细胞内脂质积聚;然后是氧自由基引起脂质过氧化反应及其以瀑布效应诱发的炎症反应,因此IR成为当前研究和早期防治NAFLD的热点。近年来研究发现,过氧化物酶体增殖物激活受体(Peroxisome proliferator-activated receptors PPARs)在改善IR方面发挥着极其重要的作用。这种新型的甾体类激素受体,因能被一类脂肪酸样化合物——过氧化物酶体增殖剂激活而被命名为PP激活受体。根据其结构及功能可分为3种亚型：PPARα、PPARβ(或称PPARδ)、PPARγ,在肝细胞内PPARa含量较丰富。有实验表明PPARa是调节胰岛素敏感性的一个重要因素,它通过对肝内脂肪酸氧化和炎症反应相关基因表达的调控,在肝脏脂类代谢和炎症反应中发挥重要作用。PPARα的激动剂是贝特类药物,它们在临床上就是广泛应用的降甘油三脂的药物;PPARy主要表达于脂肪组织,介导脂肪细胞的分化。被活化后,能够促进前脂肪细胞分化,增强脂肪细胞对胰岛素的敏感性,改善机体的胰岛素抵抗。胰岛素增敏剂噻唑烷二酮类药物(thiazolidinediones, TZDs)是PPARy的激动剂;因此,PPARy激动剂和具有降脂作用的PPARa激动剂都可以改善胰岛素抵抗。但鉴于两类型受体激动剂发挥作用的部位不同,其产生的效应也有差异。如何找到两种效应的平衡点以更好地服务于临床,则是今后研究的核心问题。因此,我们的研究就是在高脂饮食诱导的脂肪肝胰岛素抵抗大鼠模型造模成功后,给予PPARa激动剂非诺贝特和PPARy激动剂罗格列酮干预,探讨它们对肝脏脂肪变的炎症程度和胰岛素敏感性的作用,为进一步认识NAFLD的发病机制,而合理进行早期防治提供理论及实验依据。目的研究PPARs在SD大鼠NAFLD/NASH的形成中的作用,尤其是PPARα、γ,并初步从胰岛素抵抗方面探讨其机制,为有效防治本病提供新的思路。方法1动物模型的制备选取雄性(Sprague Dawley) SD大鼠,正常对照组喂饲普通饲料,其蛋白质、脂肪、碳水化合物提供能量比分别为21%、19%、60%;高脂组喂饲79%普通饲料+高脂饲料,配方为：1%胆固醇、10%蛋黄粉、10%猪油,其蛋白质、脂肪、碳水化合物提供能量比分别为21%、59%、20%,自由进食及饮水。2实验分组将SD大鼠60只随机分为正常对照组(NC group, n=20)、高脂对照组(FC group, n=20),高脂加罗格列酮组(FR group, n=10)、高脂加非诺贝特组(FF group, n=10)。饲养12周末时随机取NC组与FC组各1O只一并做高胰岛素正葡萄糖钳夹实验及肝组织的HE染色,确定造模成功。然后给予罗格列酮、非诺贝特及继续高脂饮食干预,共4周。3大鼠体重的变化电子天平称取体重。4胰岛素敏感性的测定以高胰岛素正葡萄糖钳夹技术稳态时的葡萄糖输注率来评价胰岛素敏感性。5肝脏组织学检查采用石蜡切片,苏木精—伊红(hematoxylin-eosin HE)染色,光镜观察肝脏病理变化。6 PPARα、γmRNA的表达用半定量的逆转录—聚合酶链反应(RT-PCR)检测PPARα、PPARy的mRNA表达水平以及罗格列酮对PPARy mRNA和非诺贝特对PPARa mRNA表达水平的影响。7血清生化学检查取血清样本,采用全自动血清生化分析仪检测血脂及转氨酶等生化指标的含量变化,由河北医科大学第二医院生化室协助测定。结果1各组大鼠体重的变化情况16周末NC组的体重与FF、FR、FC组大鼠相比,有显著性差异(P<0.01)。FF组体重明显低于FC组,FR组较FF组有增长趋势。2胰岛素敏感性的变化情况各组之间比较有统计学意义,两两比较显示,NC组明显高于其它各组,而FF组与FR组均高于FC组,FR组和FF组相比也有差异。3 HE染色结果显

关键词：非酒精性脂肪肝性肝炎胰岛素抵抗过氧化物增殖物激活受体罗格列酮非诺贝特

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分步协作融合表示的情感分类方法

计算机科学 2024年

作者：高龙李旸王素格山西大学计算机与信息技术学院山西财经大学金融学院山西大学计算智能与中文信息处理教育部重点实验室

多模态情感分析任务旨在通过各种异构模态（如语言、视频和音频）感知和理解人类的情感，但不同模态间存在着复杂的关联。现有的大多数方法将多个模态特征直接融合，忽略了不同步的模态融合表示在情感分析中不同贡献。针对上述问题，该... 详细信息

多模态情感分析任务旨在通过各种异构模态（如语言、视频和音频）感知和理解人类的情感，但不同模态间存在着复杂的关联。现有的大多数方法将多个模态特征直接融合，忽略了不同步的模态融合表示在情感分析中不同贡献。针对上述问题，该文提出一种基于分步协作融合表示的情感分类方法。首先利用降噪瓶颈模型对音视频中的噪声和冗余进行过滤，通过Transformer完成对音视频两种模态交互融合，建立音视频融合的低级特征表示；进一步利用跨模态注意力机制，将文本模态对音视频模态进行强化，构建音视频融合的高级特征表示。其次，设计一个新颖的模态融合层将多级特征表示引入预训练模型T5中，建立以文本为中心的多模态融合表示。最后，将低级特征表示、高级特征表示以及以文本为中心的特征融合表示进行联合，实现了多模态数据的情感判别。在两个公开数据集CMU-MOSI和CMU-MOSEI进行实验，结果表明所提出的方法相比已有基线模型ALMT在Acc-7指标分别提高0.1和0.17，表明了分步协作融合表示能够提高多模态情感分类性能。

关键词：多模态融合情感分析瓶颈机制注意力机制预训练模型

基于依存关系的旅游景点评论的特征-观点对抽取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中文信息学报 2012年第3期26卷 116-121页

作者：王素格吴苏红山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学数学科学学院山西太原030006

特征—观点对的抽取是观点挖掘中非常重要的研究课题之一。该文首先利用依存语法对句子进行了依存分析,在此基础上研究了旅游评论文本中特征-观点对的抽取。利用词对间的依存关系,构建了获取含有特征和观点词语的组块规则,并设计了候选... 详细信息

特征—观点对的抽取是观点挖掘中非常重要的研究课题之一。该文首先利用依存语法对句子进行了依存分析,在此基础上研究了旅游评论文本中特征-观点对的抽取。利用词对间的依存关系,构建了获取含有特征和观点词语的组块规则,并设计了候选特征的识别算法和特征—观点对的抽取算法。该文对山西旅游景点评论语料进行了实验,结果表明,特征—观点对的抽取整体的F1值达到了87.10%,验证了方法的有效性。

关键词：特征-观点对依存关系组块

在线全文

学校读者我要写书评

暂无评论

跨领域文本情感分类研究进展

软件学报 2020年第6期31卷 1723-1746页

作者：赵传君王素格李德玉山西财经大学信息学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 山西太原030006

作为社会媒体文本情感分析的重要研究课题之一,跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类任务,其可以有效缓解目标领域中带标签数据不足问题.从3个角度对跨领域文本情感分类方法行了归纳总结:(1)... 详细信息

作为社会媒体文本情感分析的重要研究课题之一,跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类任务,其可以有效缓解目标领域中带标签数据不足问题.从3个角度对跨领域文本情感分类方法行了归纳总结:(1)按照目标领域中是否有带标签数据,可分为直推式和归纳式情感迁移方法;(2)按照不同情感适应性策略,可分为实例迁移方法、特征迁移方法、模型迁移方法、基于词典的方法、联合情感主题方法以及图模型方法等;(3)按照可用源领域个数,可分为单源和多源跨领域文本情感分类方法.此外,还介绍了深度迁移学习方法及其在跨领域文本情感分类的最新应用成果.最后,围绕跨领域文本情感分类面临的关键技术问题,对可能的突破方向进行了展望.

关键词：跨领域文本情感分类领域适应迁移学习研究进展

在线全文

学校读者我要写书评

暂无评论

汉语动词-动词搭配规则与分布特征

计算机工程与应用 2005年第23期41卷 179-181页

作者：由丽萍王素格上海师范大学对外汉语学院上海200234 上海大学计算机工程与科学学院上海200436

搭配是汉语自动句法分析的重要知识源,而动词是句法分析的核心和前提。论文面向中文信息处理,通过对真实文本的统计分析归纳了用于自动获取搭配的规则,研究了动词-动词搭配中各关系类型的分布特征以及搭配词语的位置分布特征,在此基础... 详细信息

搭配是汉语自动句法分析的重要知识源,而动词是句法分析的核心和前提。论文面向中文信息处理,通过对真实文本的统计分析归纳了用于自动获取搭配的规则,研究了动词-动词搭配中各关系类型的分布特征以及搭配词语的位置分布特征,在此基础上提出了抽取动宾、动补、连谓和并列四种关系的动词-动词搭配的适宜观察窗口。

关键词：词语搭配语料库中文信息处理

在线全文

学校读者我要写书评

暂无评论

联合方面注意力交互的图文方面类情感识别

北京航空航天大学学报 2024年第2期50卷 569-578页

作者：赵一成王素格廖健何东欢山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

随着多媒体的快速发展,单纯采用文本的方面类情感分析,不能准确识别用户所表达的情感。而现有图文数据的方面类情感分析方法仅考虑图文模态间的交互,忽略图文数据的不一致性和相关性。因此,提出联合方面注意力交互网络(JAAIN)模型的图... 详细信息

随着多媒体的快速发展,单纯采用文本的方面类情感分析,不能准确识别用户所表达的情感。而现有图文数据的方面类情感分析方法仅考虑图文模态间的交互,忽略图文数据的不一致性和相关性。因此,提出联合方面注意力交互网络(JAAIN)模型的图文方面类情感识别方法。所提方法针对图文数据的不一致性与相关性,通过多层次融合方面信息和图文信息,去除与给定方面无关的文本和图像,增强给定方面的图文模态数据的情感表示,将文本数据情感表示、图像数据情感表示及方面类情感表示进行拼接融合与全连接,实现图文方面类情感判别。在数据集Multi-ZOL上进行实验,实验结果表明:所提模型能够提升图文方面类情感判别的性能。

关键词：方面类情感分析注意力机制多模态情感分析情感表示多模态融合

在线全文

学校读者我要写书评

暂无评论

融合标签关系的法律文本多标签分类方法

模式识别与人工智能 2022年第2期35卷 185-192页

作者：宋泽宇李旸李德玉王素格山西大学计算机与信息技术学院太原030006 山西财经大学金融学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

随着大数据技术的快速发展,多标签文本分类在司法领域也催生出诸多应用.在法律文本中通常存在多个要素标签,标签之间往往具有相互依赖性或相关性,准确识别这些标签需要多标签分类方法的支持.因此,文中提出融合标签关系的法律文本多标签... 详细信息

随着大数据技术的快速发展,多标签文本分类在司法领域也催生出诸多应用.在法律文本中通常存在多个要素标签,标签之间往往具有相互依赖性或相关性,准确识别这些标签需要多标签分类方法的支持.因此,文中提出融合标签关系的法律文本多标签分类方法.方法构建标签的共现矩阵,利用图卷积网络捕捉标签之间的依赖关系,并结合标签注意力机制,计算法律文本和标签每个词的相关程度,得到特定标签的法律文本语义表示.最后,融合标签图构建的依赖关系和特定标签的法律文本语义表示,对文本进行综合表示,实现文本的多标签分类.在法律数据集上的实验表明,文中方法获得较好的分类精度和稳定性.

关键词：多标签分类文本表示图卷积神经网络标签注意力机制标签关系

在线全文

学校读者我要写书评

暂无评论

基于模糊不一致对的多标记属性约简

智能系统学报 2020年第2期15卷 374-385页

作者：高琪李德玉王素格山西大学计算机科学与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

在实际生活当中,存在着大量的高维多标记数据,为解决维度灾难问题,通常需要约简属性集。针对目前的多标记属性约简算法未考虑标记关系问题,本文提出了一种融合标记关系的模糊不一致对多标记属性约简算法。利用相对熵(KL散度)度量标记之... 详细信息

在实际生活当中,存在着大量的高维多标记数据,为解决维度灾难问题,通常需要约简属性集。针对目前的多标记属性约简算法未考虑标记关系问题,本文提出了一种融合标记关系的模糊不一致对多标记属性约简算法。利用相对熵(KL散度)度量标记之间的关系,定义标记权重,结合标记权重,定义模糊不一致对,考虑到属性对于模糊不一致对的区分性,定义属性重要性并进行属性约简。在8个数据集上的对比实验表明,所提基于模糊不一致对的多标记属性约简算法优于当前的多标记属性约简算法。

关键词：多标记数据属性约简模糊不一致对标记权重 KL散度标记关系模糊粗糙集区分矩阵