检索结果-南通市图书馆

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

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度表示的情感词典构建算法研究

基于深度表示的情感词典构建算法研究

引用

作者：王乐义南京理工大学

学位级别：硕士

随着Web2.0的兴起,当今互联网已经进入社交媒体时代。人们逐渐习惯于在社交媒体网站上通过文字分享自己的观点和立场,互联网己然成为人们信息获取和交流的重要平台。用户发布在互联网上的带有观点性的内容对舆情分析、电子商务、信息检... 详细信息

随着Web2.0的兴起,当今互联网已经进入社交媒体时代。人们逐渐习惯于在社交媒体网站上通过文字分享自己的观点和立场,互联网己然成为人们信息获取和交流的重要平台。用户发布在互联网上的带有观点性的内容对舆情分析、电子商务、信息检索等方面具有重要的社会和商业价值。如何高效地从海量的文本中挖掘并利用这些信息己然成为当下亟待解决的问题。本文面向社交媒体的情感分类任务,研究情感表示学习和情感词典构建的相关问题。前两章对课题的研究背景、研究现状和基本技术进行介绍,并分析了当前研究的不足。在本文第三、四两章分别提出表示学习和情感词典分步构建方法及表示学习和情感词典一体化构建方法。本文通过基于特征模板的监督情感分析方法和无监督情感分析方法对情感词典评估。本文的主要贡献如下:(1)提出了基于层次监督的情感表示学习方法,通过整合了词语和文档级两种粒度的情感监督信息,本文的表示学习方法可以解决基于文档监督的表示学习方法无法处理否定、反问等复杂的语言现象,同时也提高了使用单一粒度的监督信息进行表示学习的效果。(2)本文提出的表示学习方法中词语级监督信息可以通过三种方式获取。即现有的情感词典和文中提出了两种词语级情感监督信息获取方式,“软标注”的PMI-SO情感分布和“硬标注”的PMI-SO情感分布。(3)此外,本文提出了两种表示学习和情感词典构建方法,即分步构建和一体化构建方法。在分步构建方法中,首先学习词语的情感表示,然后基于监督学习的方法为词表中的每个词语预测情感倾向性。为了简化情感词典构建的过程,本文又提出了一种一体化的构建方法。本文分别在tweet情感分析的公开数据集上验证了上述两种方法的有效性。

关键词：表示学习情感表示情感词典情感分析

来源：

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Senticnet的方面级情感分析方法研究

基于Senticnet的方面级情感分析方法研究

引用

作者：柳扬哈尔滨工程大学

学位级别：硕士

大数据时代,形形色色的信息充斥在人类生产、生活的方方面面。比起书面记载,人们似乎更倾向于在互联网这个前哨阵地,发表对客观事物真实的见解、表明对每个事件的真实态度,亦或记录彼时彼刻的心境。这些内容很多都以文本形式存在,其中... 详细信息

大数据时代,形形色色的信息充斥在人类生产、生活的方方面面。比起书面记载,人们似乎更倾向于在互联网这个前哨阵地,发表对客观事物真实的见解、表明对每个事件的真实态度,亦或记录彼时彼刻的心境。这些内容很多都以文本形式存在,其中蕴含着丰富的商业机会和潜在价值。这就需要对海量信息去芜存菁,甄别有用的信息,并加以分析利用。情感分析作为自然语言处理的子领域,是将信息转化为价值的重要途径,近年来逐渐受到广泛的关注。方面级情感分析作为情感分析中分析粒度最精细的子任务,挖掘层次更深,描述方面更具体、更有深度,具有一定的研究价值。深度学习凭借其固有的特征提取能力和强大的特征表示能力,在方面级情感分析领域取得了惊人的成绩。此外,注意力机制日趋成熟,其强大的聚焦能力使得模型在情感分类任务中更具竞争力。方面级情感分析前景宏阔,但是目前尚存在一定的技术问题:当目标文本过长、句法关系相对复杂时,目标与其他单词之间的依赖关系难以精确捕捉;忽略常识知识在目标关系建模之间的作用;评论文本中出现晦涩难懂的一词多义情况,模型容易出现判断失误等。针对以上问题,本文主要研究内容如下。现有观点五元组描述评论者对于事物某个侧面的情感色彩时,可能会存在要素不全面、表述不明确的问题。因此,分别从方面词所属类别和文本中显示谈及的地点作为切入口,构造一种新的情感表示模型,即在观点五元组基础上新增方面类别项和地点项。为了充分利用上下文语义信息,准确捕捉语句中单词和单词之间的句法信息和长距离约束,同时考虑到评论文本中可能出现的一词多义情况,本文采用基于字符嵌入、依赖嵌入和上下文嵌入的混合嵌入方式进行方面抽取,进一步提高方面抽取准确率。以图卷积神经网络作为基石,提出基于Syn-in-GCN和Sen-GCN的方法用于解决方面级情感分析问题。一方面在依存句法解析树上进行图卷积操作,能够高质量地捕捉目标词和上下文之间的句法依赖关系,加入对句法相对距离的考虑,对重要单词予以重点关注。二是将情感知识库Senticnet作为外部知识源嵌入到图卷积神经网络中,起到扩充情感语义的作用。综上所述,本文提出的情感表示模型从不同的侧面对现有观点表示模型作出扩充,并对其中各要素的抽取方法进行进一步的探索。对于情感分类,在利用句法依赖关系的基础上体现出句法相对距离的重要性,并且融合外部知识对情感进行更细腻地感知。这些改进使得模型在最终的抽取任务和分类任务中得到更高的准确率,较现有模型有所提升。希望能够为其他研究者带来一些启发。

关键词：方面级情感分析情感表示图卷积网络句法相对距离

来源：

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

图像情感计算综述

引用

智能计算机与应用 2017年第1期7卷 1-5页

作者：赵思成姚鸿勋哈尔滨工业大学计算机科学与技术学院哈尔滨150001

相对于底层视觉特征层,人们只能够感知和理解图像、视频的高层语义层,包括认知层和情感层。以往对图像内容分析的工作主要集中在理解图像的认知层,即描述图像的真实内容,如物体检测与识别。然而,公众对数字摄影技术的广泛使用及对图像... 详细信息

相对于底层视觉特征层,人们只能够感知和理解图像、视频的高层语义层,包括认知层和情感层。以往对图像内容分析的工作主要集中在理解图像的认知层,即描述图像的真实内容,如物体检测与识别。然而,公众对数字摄影技术的广泛使用及对图像情感表达的强烈需求,使得对图像最高语义层—情感层的分析变得越来越迫切。对图像情感层的分析,简称图像情感计算,主要目的是理解观察者看完图像后所引起的情感反应。本文首先介绍了情感的定义与描述,然后给出了图像情感计算的问题描述,最后总结了图像情感计算的研究现状。

关键词：图像情感情感计算情感表示

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：