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

基于无监督域适应分类的引文情感分析

基于无监督域适应分类的引文情感分析

作者：窦煦北京交通大学

学位级别：硕士

引文情感分析是从极性和功能两方面分析引文,进而深入挖掘被引文献和施引文献之间的内在关联。引文是施引文献的作者对被引文献所做工作的相关描述语句。基于机器学习的情感分析主要是将其转换为一个分类问题,即情感分类。本文把引文的... 详细信息

引文情感分析是从极性和功能两方面分析引文,进而深入挖掘被引文献和施引文献之间的内在关联。引文是施引文献的作者对被引文献所做工作的相关描述语句。基于机器学习的情感分析主要是将其转换为一个分类问题,即情感分类。本文把引文的极性分析和引文的功能分析都视为自动化分类任务,即通过训练分类器来预测每条引文数据对应的极性或功能类别。自动化分类现有的方法主要集中在有监督的分类方法,这类方法需要有大量标签的数据。由于现有的有标签的引文数据量少且人工标注语料的成本高,因此需要开发对有标签语料需求量少的分类方法。本文提出基于无监督域适应的分类方法对分别引文的极性和功能分类。无监督域适应的思想是在目标域数据完全无标签的情况下学习源域和目标域之间的映射,适用于对标签语料需求量少的情况。本文提出的分类方法根据无监督域适应的思想引入领域对抗的概念来学习源域和目标域之间的映射。引文的极性分析是对引文的情感倾向性或态度分析,在本文中分为正向、负向和中立三类。本文将现有的计算机语言学领域中的有标签的引文数据作为源域,待分类的目标域是生物医学领域的无标签引文数据。该自动化分类方案使得引文极性分类的准确率提升到90%。引文的功能分析是识别施引文献引用被引文献的动机和目的。本文提出一个10种类别的引文功能方案,主要是加入敷衍这一类别,并根据该方案人工标注引文的功能标签。引文功能的自动化分类同样使用无监督域适应的分类方法。由于大多数现有研究只关注极性分析或者功能分析,却忽略了两者之间的内在关联。本文提出引文功能到极性的映射关系的设想,经实验证明设想是合理的。本文提出的无监督域适应分类方法经过引文的极性和功能两组分类实验证明是有效和可行的。通过对引文的极性和功能进行分析,能够深入挖掘施引文献和被引文献之间的潜在关联,是学术文本挖掘的基础性工作。

关键词：引文情感分析引文极性引文功能无监督域适应对抗网络

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

引文情感识别研究进展及评述

情报理论与实践 2024年第1期47卷 173-181,189页

作者：王心玥赵丹群北京大学信息管理系北京100871

[目的/意义]引文情感识别是全文本计量时代引文内容分析的重要研究议题之一,它与引文动机/功能识别、引文主题分析、引文摘要自动生成等存在较强的关联性,可为学术评价、知识图谱构建/绘制等问题的解决提供有效的研究支撑,具有较高研究... 详细信息

[目的/意义]引文情感识别是全文本计量时代引文内容分析的重要研究议题之一,它与引文动机/功能识别、引文主题分析、引文摘要自动生成等存在较强的关联性,可为学术评价、知识图谱构建/绘制等问题的解决提供有效的研究支撑,具有较高研究价值。[方法/过程]通过文献调研分析,从引文语料集创建、情感词典使用、情感识别算法应用及存在问题4个方面,对国内外引文情感识别的研究进展进行全面梳理和分析评述。[结果/结论]引文情感识别已从早期的基于情感词典方法发展到当前基于机器学习算法的新阶段,并正由传统机器学习进一步向深度学习推进。亟待解决的主要问题有:(1)缺乏大规模高质量的引文语料集,对引文语料蕴含的特有价值(引文特征)的挖掘利用严重不足;(2)情感词典方法严重依赖情感词典自身的完备性,机器学习算法(分类模型)的参数优化及识别效果仍有提升空间,对两类方法的有机融合利用尚需深入探索;(3)更细粒度和更多维度的引文情感识别研究及相关应用实践有待进一步拓展和深化。

关键词：引文情感识别引文情感分析引文内容分析情感词典机器学习

在线全文

学校读者我要写书评

暂无评论

中文文献引文情感语料库构建

情报学报 2020年第1期39卷 25-37页

作者：徐琳宏丁堃陈娜李冰大连理工大学科学学与科技管理研究所暨WISE实验室大连116024 大连外国语大学软件学院大连116044

基于内容的引文情感分析克服了传统基于引用频次的引用同一化问题,是引文内容分析领域一个重要的研究热点。然而引文情感分析依赖于带标注的数据集,目前大规模高质量的引文情感语料资源匮乏,严重制约了该领域的研究。因此,本文在分析引... 详细信息

基于内容的引文情感分析克服了传统基于引用频次的引用同一化问题,是引文内容分析领域一个重要的研究热点。然而引文情感分析依赖于带标注的数据集,目前大规模高质量的引文情感语料资源匮乏,严重制约了该领域的研究。因此,本文在分析引文情感表达方式的基础上提出了一套适用于引文情感表示的标注体系,并详细阐述了语料库建设的技术和方法。采用人机结合的标注策略,借助完善的引文标注系统,构建了规模较大的中文文献的引文情感语料库。统计结果显示,在中文信息处理和科技管理领域情感褒义和贬义总的引用的占比分别为22%和6%,引文情感标注kappa值达到0.852,表明该语料库能够客观地反映作者的情感倾向性,可为论文评价、引文网络分析和情感分析等相关领域的研究提供数据支撑。

关键词：引文情感分析一致性检验标注体系

基于机器学习算法的引文情感自动识别研究——以自然语言处理领域为例

在线全文

学校读者我要写书评

暂无评论

现代情报 2020年第1期40卷 35-40,48页

作者：徐琳宏丁堃林原杨阳大连理工大学科学学与科技管理研究所暨WISE实验室辽宁大连116024 大连外国语大学语言智能研究中心辽宁大连116044

[目的/意义]引文情感分析揭示施引文献对被引文献的褒义、贬义和中性的情感倾向性,解析文献之间深层语义关系,能够帮助更加准确地评价被引文献和作者。[方法/过程]以自然语言处理领域文献的引文情感为数据集,利用引文中情感表达的引文... 详细信息

[目的/意义]引文情感分析揭示施引文献对被引文献的褒义、贬义和中性的情感倾向性,解析文献之间深层语义关系,能够帮助更加准确地评价被引文献和作者。[方法/过程]以自然语言处理领域文献的引文情感为数据集,利用引文中情感表达的引文标识位置指引和情感词汇等特征,采用支持向量机(SVM)构建引文情感的自动识别系统,探索生成更大规模数据的方法。[结果/结论]实践应用证明,该系统特征的区分度较强,准确率达到93.4%,识别效果较好。引文情感的自动识别系统实用价值较强,拓宽了引文网络分析的研究方法和内容,能够完善论文评价体系。

关键词：机器学习引文情感分析自动识别系统支持向量机自然语言处理情感分析