检索结果-南通市图书馆

基于影评文本情感分析的中国科幻电影跨文化传播研究

在线全文

学校读者我要写书评

暂无评论

传媒 2025年第6期 62-64页

作者：孙文睿湖南师范大学新闻与传播学院

中国科幻电影是对外传播中国文化、展示科技实力的重要窗口。本文通过对中国科幻电影的影评文本进行情感分析后发现,海外观众总体上对中国科幻电影评价积极,尤其在创作团队和视觉呈现两个维度上,得到了广泛的认可。然而,在剧情设计和主... 详细信息

中国科幻电影是对外传播中国文化、展示科技实力的重要窗口。本文通过对中国科幻电影的影评文本进行情感分析后发现,海外观众总体上对中国科幻电影评价积极,尤其在创作团队和视觉呈现两个维度上,得到了广泛的认可。然而,在剧情设计和主旨内涵方面,由于中西方文化和价值观的显著差异,海外观众的理解与共鸣受限,接受度相对较低。此外,值得注意的是,尽管科幻电影的特效制作普遍受到好评,但观众对于与西方科幻作品相似的视觉特效模式已表现出一定程度的审美疲劳与厌倦情绪。

关键词：文本情感分析中国科幻电影跨文化接受海外网络影评

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

文本情感分析综述

计算机应用 2013年第6期33卷 1574-1578,1607页

作者：杨立公朱俭汤世平北京理工大学计算机学院北京100081 中国青年政治学院计算机教学及应用中心北京100089

以文本颗粒度为视角,从情感词抽取、语料库和情感词典构建、评价对象与意见持有者分析、篇章级情感分析、实际应用五个方面对文本情感分析文献进行了梳理,并做出必要评述。指出当前情感分析系统的准确率普遍不高,进一步研究的重点在于:... 详细信息

以文本颗粒度为视角,从情感词抽取、语料库和情感词典构建、评价对象与意见持有者分析、篇章级情感分析、实际应用五个方面对文本情感分析文献进行了梳理,并做出必要评述。指出当前情感分析系统的准确率普遍不高,进一步研究的重点在于:自然语言处理的研究成果在文本情感倾向分析中更广泛和贴切的应用;选取文本情感倾向分类的特征和方法;利用现有语言工具和相关资源,规范、快速地构造语言工具和相关资源并应用。

关键词：文本情感分析情感词语料库情感词典意见持有者

在线全文

学校读者我要写书评

暂无评论

基于深度学习的文本情感分析并行化算法

西南交通大学学报 2019年第3期54卷 647-654页

作者：翟东海侯佳林刘月西南交通大学信息科学与技术学院

在训练集和测试集数据量大的情况下,半监督递归自编码(semi-supervised recursive auto encoder,Semi-Supervised RAE)文本情感分析模型会出现网络训练速度缓慢和模型的测试结果输出速率缓慢等问题.因此,提出采用并行化处理框架,在大训... 详细信息

在训练集和测试集数据量大的情况下,半监督递归自编码(semi-supervised recursive auto encoder,Semi-Supervised RAE)文本情感分析模型会出现网络训练速度缓慢和模型的测试结果输出速率缓慢等问题.因此,提出采用并行化处理框架,在大训练集情况下,基于“分而治之”的方法,先将数据集进行分块划分并将各个数据块输入 Map 节点计算每个数据块的误差,利用缓冲区汇总所有的块误差,Reduce 节点从缓冲区读取这些块误差以计算优化目标函数;然后,调用 L-BFGS (limited-memory Broyden-Fletcher-Goldfarb-Shanno)算法调整参数,更新后的参数集再次加载到模型中,重复以上训练步骤逐步优化目标函数直至收敛,从而得到最优参数集;在测试集大的情况下,模型的初始化参数为上述步骤得到的参数集,Map 节点对各句子进行编码得到其向量表示,然后暂存在缓冲区中;最后,在 Reduce 节点中分类器利用各语句的向量表示计算各自语句的情感标签.实例验证表明:在标准语料库 MR (movie review)下本文算法精确度为 77.0%,与原始算法的精确度(77.3%)几乎相同;在大数据量训练集下,训练时间在一定程度上随着计算节点的增加而大量减少.

关键词：半监督递归自编码文本情感分析并行计算

基于混合词嵌入的双通道注意力网络中文文本情感分析

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年第3期7卷 58-68页

作者：周宁钟娜靳高雅刘斌兰州交通大学电子与信息工程学院兰州730070

【目的】解决传统静态词向量嵌入方法无法有效处理中文文本中的一词多义问题和上下文情感特征与内部语义关联结构难以挖掘的问题。【方法】在一个通道利用粗糙数据推理将与文本有关的情感元素融入Word2Vec与FastText词向量中,使用CNN提... 详细信息

【目的】解决传统静态词向量嵌入方法无法有效处理中文文本中的一词多义问题和上下文情感特征与内部语义关联结构难以挖掘的问题。【方法】在一个通道利用粗糙数据推理将与文本有关的情感元素融入Word2Vec与FastText词向量中,使用CNN提取文本局部特征;在另一个通道使用BERT进行词嵌入补充,利用BiLSTM获取文本全局特征。最后加入注意力计算模块进行双通道特征深层交互。【结果】在三个中文数据集上的实验准确率最高达到92.43%,较基准模型最高值提升0.81个百分点。【局限】所选用的数据集仅针对粗粒度情感分类建模,尚未考虑在细粒度领域的实验。【结论】比较本模型与对比模型实验结果,证明了本模型有效提升了中文文本情感分类的性能。

关键词：粗糙数据推理动态词向量注意力机制文本情感分析

基于块注意力机制和Involution的文本情感分析模型

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年第11期7卷 37-45页

作者：林哲陈平华广东工业大学计算机学院广州510006

【目的】解决卷积核宽度与词向量维度相同使得卷积层参数过多的问题,解决卷积操作的稀疏连接以及卷积的空间不变性和通道特异性不适用于文本任务的问题。【方法】提出一种基于块注意力机制和Involution的文本情感分析模型。模型先对分... 详细信息

【目的】解决卷积核宽度与词向量维度相同使得卷积层参数过多的问题,解决卷积操作的稀疏连接以及卷积的空间不变性和通道特异性不适用于文本任务的问题。【方法】提出一种基于块注意力机制和Involution的文本情感分析模型。模型先对分词后的单个词向量进行变形,将一维词向量变形为n×n词矩阵块,然后将句子中多个词的词矩阵块拼接成句子矩阵。句子矩阵经过块注意力机制层,增强了文本特征的上下文相关性及位序信息,再通过采用具有空间特异性和通道不变性的Involution对句子矩阵进行特征提取,最后使用全连接层进行文本情感分类。【结果】在三个文本情感分析公开数据集waimai_10k、IMDB、Tweet上的实验表明,所提模型的分类准确率分别达到88.47%、86.22%、94.42%,与词向量卷积网络和循环神经网络中的Bi-LSTM模型相比准确率分别提高6.47、7.72、9.35个百分点和1.07、1.01、0.59个百分点。【局限】所提模型在大型数据集上的分类准确度低于中小型数据集。【结论】引入块注意力机制和Involution的文本情感分析模型解决了参数量过多、卷积操作的稀疏连接以及卷积的空间不变性和通道特异性的问题,在不同数据集上,与传统卷积模型比较,本文模型的准确率有所提升。

关键词：文本情感分析词向量变形块注意力机制 Involution

在线全文

学校读者我要写书评

暂无评论

一种基于字词双通道网络的文本情感分析方法

西安电子科技大学学报 2021年第6期48卷 179-186页

作者：李源崔玉爽王伟安阳工学院计算机科学与信息工程学院河南安阳455000 信阳师范学院计算机与信息技术学院河南信阳464000

针对传统情感分析方法存在的分类准确率低,提取信息不全面等问题,提出了一种基于字词双通道情感分析方法C-A-BiLSTM。该方法模型通过在字向量和词向量两个不同方向的通道上利用卷积神经网络进行卷积运算。其中,字向量通道提取了语义更... 详细信息

针对传统情感分析方法存在的分类准确率低,提取信息不全面等问题,提出了一种基于字词双通道情感分析方法C-A-BiLSTM。该方法模型通过在字向量和词向量两个不同方向的通道上利用卷积神经网络进行卷积运算。其中,字向量通道提取了语义更加丰富的局部信息并且有效缓解了词表中未登录词的问题,而词向量通道利用词性标注技术获取对应单词的词性,解决了原始词向量面临的一词多义问题。这两个通道的结合虽高效挖掘出更深层的语义语法信息,但是无法从文本张量中筛选出关键信息,耗费了大量的算力,因此引入了Attention机制,使模型有目标性的关注重要信息并降低了计算的复杂度。文中在此基础上,通过结合双向长短记忆网络来进一步提取上下文信息,从而获得更加全面且准确的高质量文本情感特征信息。通过对比实验,结果显示,相比于传统的卷积神经网络、支持向量机以及双向长短记忆网络算法,该方法在准确率、召回率和F1值等指标均达到94%以上,而且其差错率也降低了约1%~6%,证明该方法在文本分类任务中具有较优的分析效果。

关键词：卷积神经网络双向长短记忆网络文本情感分析字向量 Word-POS向量

在线全文

学校读者我要写书评

暂无评论

文本情感分析方法研究综述

计算机工程与科学 2019年第4期41卷 750-757页

作者：洪巍李敏江南大学江苏省食品安全研究基地江苏无锡214122 江南大学商学院江苏无锡214122

文本情感是信息挖掘的一个新兴领域,近年受到管理学等相关领域的广泛关注。目前,文本情感分析使用的方法主要有情感词典方法和机器学习方法。由于文本情感分析的结果对优化政府、企业以及消费者决策具有重大意义,以文本情感分析的方法... 详细信息

文本情感是信息挖掘的一个新兴领域,近年受到管理学等相关领域的广泛关注。目前,文本情感分析使用的方法主要有情感词典方法和机器学习方法。由于文本情感分析的结果对优化政府、企业以及消费者决策具有重大意义,以文本情感分析的方法为视角,对情感词典的方法、有监督的机器学习方法和弱监督的深度学习方法以及其他方法的相关文献进行了梳理并做出评述。此外,指出虽然文本情感分析领域的学者基于情感词典和有监督的机器学习方法已提出许多情感分析模型,但准确率和效率普遍不高,进一步的研究重点应在于使用深度学习的方法处理文本情感,并提出未来的研究方向。

关键词：文本情感分析情感词典机器学习深度学习

混合神经网络和条件随机场相结合的文本情感分析

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年第2期16卷 202-209页

作者：翟学明魏巍华北电力大学控制与计算机工程学院河北保定071003

针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型。该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neur... 详细信息

针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型。该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neural networks,CNN)与双向门控循环单元(bidirectional gated recurrent unit,Bi-GRU)两种神经网络获得的语义信息和结构特征,采用条件随机场模型作为分类器,计算情感概率分布,进而能够准确地判断情感类别。该文的模型在NLPCC 2014数据集上进行了测试,准确率为91.74%,与其他分类模型相比,可以获得更好的准确性和F值。

关键词：卷积神经网络门控循环单元条件随机场文本情感分析语言模型语义特征上下文信息分类器

在线全文

学校读者我要写书评

暂无评论

卷烟在线评论的文本情感分析

中国烟草学报 2020年第2期26卷 92-100页

作者：杨春晓张鹤馨黄家雯万江平广东二十支商业连锁有限公司广州市510610 广东省烟草公司广州市510623 华南理工大学工商管理学院广州市510640

【背景和目的】卷烟在线评论能够真实反映卷烟的口碑,有助于卷烟工商企业了解消费者的卷烟使用体验和卷烟口碑动态。为了从海量卷烟消费在线评论中提炼有效的消费者体验信息,本文进行了卷烟在线评论的文本情感分析研究。【方法】首先构... 详细信息

【背景和目的】卷烟在线评论能够真实反映卷烟的口碑,有助于卷烟工商企业了解消费者的卷烟使用体验和卷烟口碑动态。为了从海量卷烟消费在线评论中提炼有效的消费者体验信息,本文进行了卷烟在线评论的文本情感分析研究。【方法】首先构建了适用于烟草领域的卷烟在线评论情感词典,并据此建立了卷烟评价文本情感分析模型。然后选取烟悦网(http://***/)上评论较多两款卷烟产品作为研究对象,通过Python通用网络爬虫采集了2008年至2018年两个产品的在线评论,经数据清洗处理后,得到有效在线评论数据。将评论数据输入卷烟评价文本情感分析模型,按照产品、时间、地区等维度分别计算出情感指数。通过情感指数变化和比较,可以洞察卷烟在线评论中的情感表达,并给出了相应的对策与建议。【结论】情感指数能够为卷烟经营评价方式提供新的洞察力,动态监测消费者情感变化,及时把握烟草市场环境的消费者情感趋势。

关键词：卷烟在线评论情感词典文本情感分析情感指数网络爬虫烟悦网