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

基于语义角色标注的专利主题提取研究

图书情报工作 2014年第19期58卷 19-24页

作者：孟令恩李颖何彦青屈鹏王惠临中国科学技术信息研究所

主题自动提取对于专利文献的信息挖掘具有重要的意义。引入语义角色标注信息来辅助自动提取专利文献主题,区别于已有的专利文本分析平台所采用的人工标注或模板方式。为了改善专利文献的语义角色标注,首先描述将专利文献长句自动拆分成... 详细信息

主题自动提取对于专利文献的信息挖掘具有重要的意义。引入语义角色标注信息来辅助自动提取专利文献主题,区别于已有的专利文本分析平台所采用的人工标注或模板方式。为了改善专利文献的语义角色标注,首先描述将专利文献长句自动拆分成简化句的方法;其次,对简化句进行语义角色标注;最后,综合利用简化句语义信息以及自建带语义框架的常用词表,对专利文献进行主题信息抽取,获得必要信息,从而证实本研究的实用价值。

关键词：语义角色标注简化句主题抽取专利文献

基于web的中小学校园安全事件的分类与主题追踪研究

在线全文

学校读者我要写书评

暂无评论

基于web的中小学校园安全事件的分类与主题追踪研究

作者：齐琦中央民族大学

学位级别：硕士

中小学校园安全是顺利开展教育活动的基础,关系到中小学生的家庭和谐以及社会稳定,校园安全事件已经成为一项社会各界关注的热点问题。采用信息化的技术可以分析出中小学校园安全事件的网络舆情的变化趋势。在此背景下,基于web的中小学... 详细信息

中小学校园安全是顺利开展教育活动的基础,关系到中小学生的家庭和谐以及社会稳定,校园安全事件已经成为一项社会各界关注的热点问题。采用信息化的技术可以分析出中小学校园安全事件的网络舆情的变化趋势。在此背景下,基于web的中小学校园安全事件分类与主题追踪的研究通过文本分类、主题抽取、主题追踪等技术对中小学校园安全事件进行分析与统计。论文的主要研究内容如下:(1)研究基于web的中小学校园安全事件的数据采集技术和数据预处理技术。数据收集采用的是网络爬虫的广度优先策略,收集关于中小学校园安全的新闻事件网页,利用正则表达式进行网页预处理。同时采用中文分词技术进行数据预处理。(2)研究校园安全事件的分类与主题追踪算法。文本校园安全事件信息的分类算法是基于主题词表的相似度计算进行的。将分类好的中小学校园安全事件进行主题抽取,利用LDA模型识别出主题信息。基于各类别的中小学校园安全事件中的主题集,利用命名实体识别以及相关算法,从而进行事件要素信息抽取研究。与此同时,对分类好的校园安全事件文本主题进行追踪,从多个维度出发对中小学校园安全事件进行趋向性分析。(3)设计并实现基于web的中小学校园安全事件的原型系统,主要包括校园安全事件文本信息的分类模块,主题追踪模块,主题抽取模块。对于每个模块的设计思路和功能实现在文中进行了具体描述。根据本研究的分析结果表明,在一定程度上,该基于web的原型系统可以获取各类中小学校园安全事件的变化趋势,有益于学校校园安全管理员开展校园安全教育工作。同时该原型系统可用于对收集好的中小学校园安全事件的统计分析,为校园管理人员提供数据支持。

关键词：文本分类主题追踪主题抽取校园安全

分主题在线评论排序研究 ——以美团网旅游评论为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

分主题在线评论排序研究 ——以美团网...

作者：刘弯弯武汉大学

学位级别：硕士

购物网站或者APP中的在线商品评论是用户生成内容（User GeneratedContent,UGC）的一个重要体现,对于辅助消费者购买决策及帮助商家改进商品和服务具有极大意义。然而,随着互联网技术对人们生活的渗透,在线评论等UGC也呈现爆炸式增长。... 详细信息

购物网站或者APP中的在线商品评论是用户生成内容（User GeneratedContent,UGC）的一个重要体现,对于辅助消费者购买决策及帮助商家改进商品和服务具有极大意义。然而,随着互联网技术对人们生活的渗透,在线评论等UGC也呈现爆炸式增长。这些在线评论质量参差不齐,使得消费者从大量评论信息中找出有用的信息变得越来越困难。另一方面,不同的消费者对信息的需求点不一样,然而现有的评论系统没有对评论进行有效地分类。为了解决这些问题,本文提出了一种分主题在线评论排序方法。通过抽取评论主题,可以将评论信息按照主题聚类,从而帮助消费者快速定位到想要的信息;通过评估评论的有用性,可将对消费者有用的评论排在前面;从而最终挖掘出不同主题下的高质量评论。为了探究什么样的评论对消费者来说是有用的信息,本文开展了评论有用性影响因素研究。本研究基于美团网7.2万的旅游评论为研究对象,以在线评论有用性投票数为因变量,从评论者历史评论信息、评论信息质量、评论极性三个方面,构建了评论有用性影响因素模型。针对在线评论有用性投票数0值较多的问题,本文利用零膨胀负二项模型替代传统的线性回归模型,对本文的数据进行了实证分析。研究结果表明,评论长度、评论图片数量、评论者历史发表评论数、评论者历史发表评论的平均投票数、评论文本情感极性对评论有用性投票数具有正向影响。而评论评分对于增加评论有用性投票数没有影响,而对评论投票数是否为0值具有解释作用。低分评论相对于高分评论,评论投票数为0的可能性更小。最终本文基于数据分析结果确定了评论有用性计算模型。为了对评论进行主题抽取,本文开展了基于LDA模型的评论文本主题抽取研究。除了评论分词与建模、最佳主题数确定及参数设置等LDA中常见技术问题外。本文针对评论文本中垃圾评论较多的问题,对评论文本中的垃圾评论特点进行了总结,提出了两种识别垃圾评论的办法。同时,针对LDA所训练出的主题质量不一的问题,从主题语义一致性角度,利用UCI和UMass两种办法对高质量主题进行了筛选。实验结果表明,UCI和UMass两种办法均对主题筛选具有较好的效果。最后,基于评论有用性研究及评论的主题抽取研究,本文确定了评论的排序权重及主题抽取方法。最终对武汉欢乐谷的评论数据实现了分主题评论排序,并通过调查问卷方法验证了排序的有效性。问卷的数据结果表明,本文提出的分主题在线评论排序方法,能够从主题相关性及评论有用性角度,筛选出各个主题下对消费者有用的评论。

关键词：评论有用性评论排序主题抽取 LDA

基于Biterm主题模型的新闻线索生成方法

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Biterm主题模型的新闻线索生成方法

作者：赵天资云南大学

学位级别：硕士

随着互联网新闻媒体平台的快速发展与普及,新闻数据呈爆炸式增长。对新闻数据进行分析和挖掘,提取新闻事件中的新闻线索,有助于人们快速准确地了解新闻事件的来龙去脉和演化方向。因此研究新闻事件的演化与追踪技术可以为新闻传播领域... 详细信息

随着互联网新闻媒体平台的快速发展与普及,新闻数据呈爆炸式增长。对新闻数据进行分析和挖掘,提取新闻事件中的新闻线索,有助于人们快速准确地了解新闻事件的来龙去脉和演化方向。因此研究新闻事件的演化与追踪技术可以为新闻传播领域奠定良好的基础,对数据压缩、用户兴趣发现、舆情追踪等领域的发展也具有一定的研究意义,并且从新闻数据中提取新闻线索对人们的生活同样具有较好的现实意义。主题模型被广泛用于抽取和分析新闻文本中的隐含信息,并基于隐含信息实现新闻事件的演化和跟踪等应用。由于互联网上的新闻既包含长文本新闻、也包含短文本新闻,传统的主题模型很难同时兼顾在这两者上抽取主题的效果,进而影响生成新闻线索的质量。此外,新闻数据源源不断,每天都有新的新闻在各个媒体平台发布。因此,如何解决同时在长文本和短文本上抽取主题效果不佳的问题,如何抽取增量的新闻数据,以及如何生成易于理解的新闻线索,成为本文需要解决的主要问题。本文研究新闻线索的生成,主要研究内容包括以下四个方面:1、本文在IBTM（Incremental Biterm Topic Model）基础上,通过减小二元词组提取的范围,提出了既适合长文本新闻也适合短文本新闻上主题抽取的主题模型——News-IBTM模型。2、本文引入增量式吉布斯采样算法,基于News-IBTM模型从新闻数据中增量地估计主题分布和主题-词分布;3、本文利用增量式吉布斯采样估计得到的主题分布和主题-词分布,推断文档-主题分布,再利用JS散度来度量文档-主题分布的差异,提出了面向新闻事件的线索生成方法。其次,建立在人民网新闻和微博新闻数据之上的实验结果表明,无论是长文本新闻还是短文本新闻,News-IBTM在困惑度、准确率及效率上都优于现有的经典主题模型。4、基于本文提出的新闻线索生成方法,设计开发了一个Web网页版的“新闻线索生成原型系统”,该系统有文件载入、文本分词、主题建模、主题展示、主题分布展示以及新闻线索可视化功能。并且拥有跨终端、实时更新等特性。

关键词：新闻事件主题模型主题抽取新闻线索 JS散度

城市群视角下的作者-主题分布研究——以区域经济学核心期刊为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市群视角下的作者-主题分布研究——以区域经济学核心期刊为例

作者：汪鸿沁泠武汉大学

学位级别：硕士

20世纪90年代以来,在信息技术迅猛发展和全球网络化的影响下,越来越多的学生及从业者投身于科研事业。学科的基础理论研究日趋完善,学科内容逐渐丰富,新的研究领域不断开阔,研究人员及研究文献也在不断增长。在这种背景下,以往对于作者... 详细信息

20世纪90年代以来,在信息技术迅猛发展和全球网络化的影响下,越来越多的学生及从业者投身于科研事业。学科的基础理论研究日趋完善,学科内容逐渐丰富,新的研究领域不断开阔,研究人员及研究文献也在不断增长。在这种背景下,以往对于作者或主题单方面的研究,或者多方面单因素的考量,已经无法揭示当前科研成果中所隐含的作者分布及主题分布特征了。同时考虑到与研究数据领域息息相关的区域划分方式——城市群对主题及作者的区域性分布带来的影响。因此本文以此为切入点,展开对以城市群为研究对象及区域划分方式的作者及主题分布的联合性研究,以期为学科领域及作者、主题分布的研究方向研究提出新的思路。本文首先利用空间计量分析方法分别对以5个指定城市群为研究对象的作者分布进行城市粒度下的空间分布研究;其次对以2个特定城市群为研究对象的论文摘要进行word2vec词嵌入并用K-Means进行向量聚类,而后采用TF-IDF主题词抽取方法完成主题分布性研究;最后针对以“长三角”城市群为研究对象的论文进行“本地作者”及“外地作者”的主题分布差异性研究。本研究主要得出以下结论:第一,当数据量足够大时,以不同城市群为研究对象的论文的作者分布中,高产量被高产量包围的城市主要分布于自身城市群内及北京市、天津市及周边少量城市。说明除自身城市群关注于自身问题外,以北京市、天津市为中心的其他少量城市的作者关注全国各大城市群的问题。第二,以不同城市群为研究对象的论文主题分布存在相同性及差异性,相同性可认为学者对于各区域有相同的关注点,差异性可以认为受该城市群所处地理位置,经济状况,产业资源等存在差异,从而产生了主题分布的差异性。第三,“本地作者”及“外地作者”对以相同城市群为研究对象的论文主题分布存在异同。相同性为该城市群自身共同受关注的问题;差异性在于科研人员所处地理位置所导致的实验资源、个人研究偏好等客观及主观条件不同所引起的主题分布差异。本文目的在于揭示以不同城市群为研究对象的论文作者分布差异及以相同城市群为研究对象的不同地理位置的科研人员研究主题偏好,以期为促进科研产出,科学地引导科研资源调配提供理论依据。在后续的研究中,需要进一步扩展研究广度与深度,不断探索不同学科领域,不同研究方法,不同地域划分方式下作者分布及主题分布的差异,从而得出更加科学的结论。

关键词：城市群空间统计分析主题抽取

数字人文视域下中国当代文学作品中的植物意象研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字人文研究 2022年第2期2卷 35-45页

作者：马开颜萧瑶陈骞郝梦瑶杨冠灿中国人民大学统计学院中国人民大学信息资源管理学院中国人民大学环境学院

立足挖掘典型文学作品中的植物意象之基本目标,实现植物意象在文学作品中与特定表达之间的对应关系的显性化。可通过构建LDA主题模型,探索植物、词汇与主题的从属关系或相关性,并借助二部网络图将其可视化呈现,直观展示三者的深层联系... 详细信息

立足挖掘典型文学作品中的植物意象之基本目标,实现植物意象在文学作品中与特定表达之间的对应关系的显性化。可通过构建LDA主题模型,探索植物、词汇与主题的从属关系或相关性,并借助二部网络图将其可视化呈现,直观展示三者的深层联系。作为示例,运用LDA主题模型对34种树木所相关的17889个词条进行了处理,最终模拟得到7个主题,并对主题词和对应词汇的关系进行分析,所得结果呈现出良好的分类效果,进一步揭示出不同植物之间文化内涵的亲疏关系,实现了文本挖掘在以植物为中心的文学意象解读中的应用。

关键词：植物文学内涵主题抽取 LDA主题模型可视化

维普期刊数据库人大复印报刊资料人大复印报刊资料

基于数据挖掘的产业技术演化路径识别方法研究

在线全文

学校读者我要写书评

暂无评论

河北省科学院学报 2022年第4期39卷 8-13页

作者：和志强王梦雪马宁刘院英河北经贸大学信息技术学院河北石家庄050061

开展产业技术演化路径的识别与分析,对整体把握产业技术发展态势、促进区域经济发展具有重要的现实意义。为识别产业技术演化路径,提出了一种基于专利文献数据挖掘的技术演化路径识别方法。该方法采用主题模型提取技术主题与技术关键词... 详细信息

开展产业技术演化路径的识别与分析,对整体把握产业技术发展态势、促进区域经济发展具有重要的现实意义。为识别产业技术演化路径,提出了一种基于专利文献数据挖掘的技术演化路径识别方法。该方法采用主题模型提取技术主题与技术关键词,同时抽取各技术主题的代表性专利。并在此基础上,利用专利间相似度来发现专利间关联关系实现技术演化路径识别。通过选取塑料包装产业相关专利进行实证研究,表明该方法能够有效提取产业相关技术的代表性技术并识别其演化路径。

关键词：技术演化主题抽取 TextRank 关键词提取关联关系抽取

在线全文

学校读者我要写书评

暂无评论

基于主题角色的文本情感分类方法

计算机应用与软件 2017年第1期34卷 154-159页

作者：刘晨晨冯旭鹏胡杨刘利军黄青松段成香昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学教育技术与网络中心云南昆明650500 云南省计算机应用重点实验室云南昆明650500 昆明迪时科技有限公司云南昆明650000

传统文本情感分类方法通常以词或短语等词汇信息作为文本向量模型特征,造成情感指向不明和隐藏观点遗漏的问题。针对此问题提出一种基于主题角色的文本情感分类方法。该方法首先提取出文本中的潜在评价对象形成评价对象集,评价对象作为... 详细信息

传统文本情感分类方法通常以词或短语等词汇信息作为文本向量模型特征,造成情感指向不明和隐藏观点遗漏的问题。针对此问题提出一种基于主题角色的文本情感分类方法。该方法首先提取出文本中的潜在评价对象形成评价对象集,评价对象作为情感句描述的主体能够很好地保存文本情感信息;然后使用LDA模型对评价对象集进行主题抽取,将抽取出的主题分裂成"正""负"两种特征项,将这两种特征项记为正负主题角色用于保存文本情感信息;最后,计算主题角色在文本中的情感影响值并建立主题角色模型。实验结果表明,所提方法与传统方法相比可有效提高主观性文本情感分类的准确率。

关键词：文本情感分类潜在评价对象 LDA 主题抽取主题角色

基于网页转载关系判别的网络舆情传播态势分析

在线全文

学校读者我要写书评

暂无评论

情报杂志 2015年第1期34卷 144-149页

作者：王君泽曾润喜杜洪涛华中科技大学非传统安全研究中心武汉430074 华中科技大学公共管理学院武汉430074 清华大学公共管理学院北京100084

网络舆情分析工作中的一项关键任务是识别新闻之间的多次转载关系,进而确定目标事件舆情在互联网上的分布状况和传播范围。基于网页主题内容抽取、新闻转载关系初筛,以及基于核函数的相似度计算等环节,判别新闻报道之间的转载关系,并对... 详细信息

网络舆情分析工作中的一项关键任务是识别新闻之间的多次转载关系,进而确定目标事件舆情在互联网上的分布状况和传播范围。基于网页主题内容抽取、新闻转载关系初筛,以及基于核函数的相似度计算等环节,判别新闻报道之间的转载关系,并对转载识别效果进行检验,构建了基于网页转载关系判别的网络舆情传播态势分析模型,有助于对敏感事件的网络舆情进行针对性的引导和控制。

关键词：网络舆情转载网页主题抽取核函数舆情传播舆情研判