检索结果-南通市图书馆

现代电子技术 2017年第11期40卷 163-166,171页

作者：顾斌彭涛车伟国网江苏省电力公司江苏南京210000

为了有效提高电力企业客户满意度及主动服务意识,结合电力客服工单文本特征,构建了电力客服工单情感分析模型。先通过TF-IDF思想进行工单关键词提取,采用word2vec训练得出每个词语的词向量,通过计算余弦相似度将高相似领域词汇扩充到情... 详细信息

为了有效提高电力企业客户满意度及主动服务意识,结合电力客服工单文本特征,构建了电力客服工单情感分析模型。先通过TF-IDF思想进行工单关键词提取,采用word2vec训练得出每个词语的词向量,通过计算余弦相似度将高相似领域词汇扩充到情感词典,再进行工单倾向性分析及文本分类。通过实验分析验证该方法的有效性,实验结果表明,相较于原始情感词典,进行词典扩充及工单情感倾向性分析方法更具优势,准确率更高,可为电力企业客户关系管理提供一定的参考。

关键词：情感分析情感倾向性词典扩充电力客服工单主动服务

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

多民族语言本体知识库构建技术

引用

中文信息学报 2011年第4期25卷 71-74页

作者：赵小兵邱莉榕赵铁军中央民族大学信息工程学院北京100081 国家语言资源监测与研究中心少数民族分中心北京100081 哈尔滨工业大学教育部-微软语言语音重点实验室黑龙江哈尔滨150001

语义本体是共享概念模型的显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。语义本体知识库的构建是文本自动处理的一个重要环节,跨语言信息检索、信息抽取、自动翻译等领域中都有广泛的应用。该文旨在描述统... 详细信息

语义本体是共享概念模型的显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。语义本体知识库的构建是文本自动处理的一个重要环节,跨语言信息检索、信息抽取、自动翻译等领域中都有广泛的应用。该文旨在描述统一标准、统一接口的多民族语言本体知识库的创建思路,以及包含的若干问题,例如:多民族语言中共有概念的一般表示与各民族语言特有的事物表达方式的规律,基于词汇语义的、包括汉语、英语及少数民族语言在内的多民族语言语义本体的表示理论与方法等。

关键词：知识库语义本体词典扩充本体学习

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

基于Word2Vec新词识别的评论情感分析系统的研究与实现

基于Word2Vec新词识别的评论情感分析系统的研究与实现

引用

作者：王云龙哈尔滨工业大学

学位级别：硕士

随着互联网和社交网络的迅速发展,情感倾向分析成为信息内容管理的重要研究内容。以往情感分析的研究及实现主要采用样本监督学习和使用情感词典这两种方式,但都存在不足之处:(1)采用样本监督学习方法对于样本的质量非常敏感,需要海量... 详细信息

随着互联网和社交网络的迅速发展,情感倾向分析成为信息内容管理的重要研究内容。以往情感分析的研究及实现主要采用样本监督学习和使用情感词典这两种方式,但都存在不足之处:(1)采用样本监督学习方法对于样本的质量非常敏感,需要海量优质的训练样本,并且对于不同话题、领域的文本进行情感分析需要不同的模型数据,在实际使用中存在很大限制。(2)采用情感词典进行分析,由于网络新词的井喷式涌现造成词典的滞后以及词典本身的质量等问题,使得情感词典无法匹配到有效的情感词,造成分析失败。除了上述问题,对新的情感词的识别和词典的扩展主要依靠Word2vec进行词向量化和语义相似度计算。但由于情感相反的词语往往拥有相近似的上下文,这使得Word2vec无法区分正反义词,从而造成情感词语分类错误,严重影响词典质量。本文针对使用情感词典进行情感分析的不足进行改进,研究了新词识别技术以及句子级情感分析技术,并实现了将情感词典自动扩充技术和句子情感分析技术相结合的系统。本论文主要完成的工作包括:(1)结合正反义词知识库训练Word2vec模型的算法,研究并实现了情感新词识别和词典扩充引擎,重点解决了情感相反的词语在词向量表示时的区分问题。(2)提出了新的情感词作用窗口划分规则,并据此设计并实现了针对中文句式的句子级情感分析系统。(3)实现对基础数据的采集。主要是腾讯新闻及评论数据(最近半年)。以及同义词-反义词数据,来源于词林网,约97w条。(4)基于SSH框架设计并实现了一个对网络爬虫、情感词典扩充和情感分析系统进行任务管理与结果分析的交互网站。对本系统情感新词识别模块在腾讯新闻的数据集上进行验证,相较于原始Word2vec模型在情感新词的识别上,融合词向量模型的错误率平均下降了80%以上,有效的提升了情感词典自动扩充的质量。针对新闻评论的情感分析准确率最高可达92.3%。

关键词：社交网络情感分析 Word2vec 新词识别词典扩充

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

基于歌词的音乐情感分类技术研究

基于歌词的音乐情感分类技术研究

引用

作者：王静东北大学

学位级别：硕士

音乐是人们日常生活中不可缺少的组成部分,它作为一种独特的抒情方式和重要的交流媒介,其中携带着丰富的信息。近几年来,互联网成为音乐的新载体,互联网的高速发展使网络上音乐的数据急剧增加,种类也日益繁多。如何借助计算机技术对网... 详细信息

音乐是人们日常生活中不可缺少的组成部分,它作为一种独特的抒情方式和重要的交流媒介,其中携带着丰富的信息。近几年来,互联网成为音乐的新载体,互联网的高速发展使网络上音乐的数据急剧增加,种类也日益繁多。如何借助计算机技术对网络音乐数据进行有效的管理已经成为信息处理领域的研究热点。本文着重研究基于歌词的音乐情感分类。首先,本文将音乐情感分类看作是二元分类问题,对情感分类中的几个基本问题进行了研究。其一,在监督学习框架上,研究了分词预处理的准确性对最终情感分类的影响,验证了构建音乐领域专用分词工具的必要性;其二;研究了多个常见的分类器在音乐情感分类领域的性能,其中包括最近几年受到较多关注的主题模型;其三,本文研究了不同的特征值计算方法对性能的影响,及向量归一化对分类性能的影响。其次,由于音乐情感分析领域中经过人工标注的数据资源相对匮乏,本文研究了在标注数据有限的情况下的音乐情感分类问题。为此本文采用了两种不同的学习框架：部分监督学习和半监督学习。部分监督学习关注的是单类别学习的问题,即训练数据中只有一类数据带有标注信息;半监督学习则关注如何利用无标注数据改进分类性能的问题。在本文的半监督学习研究中,本文特别关注了通过主题学习获取文档中的主题信息并将其作为新的分类特征。实验结果表明：主题信息和无标注数据对提高情感分类性能有较大的帮助。最后,词典方法是音乐情感分类中常用的方法之一,为减少构建词典的人工代价,本文研究了两种不同的情感词典自动扩展方法。其一,应用bootstrapping方法从无标注数据中学习情感词以扩充情感词典;其二,本文认为人工标注数据的难度要低于构建词典,因此本文研究如何从有标注数据上挖掘情感词。

关键词：音乐领域情感分类机器学习词典方法词典扩充

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

微博文本情感分类与观点挖掘研究及实现

微博文本情感分类与观点挖掘研究及实现

引用

作者：李民强电子科技大学

学位级别：硕士

在如今互联网时代,人们常常在社交网络上针对事与物表达个人观点看法。运用数据挖掘方法和文本情感分析技术对涌现的用户文本数据进行分析,可以发掘普通大众对热点话题以及产品的态度与评价,从而及时发现网络舆情和获取商品售后评价反馈... 详细信息

在如今互联网时代,人们常常在社交网络上针对事与物表达个人观点看法。运用数据挖掘方法和文本情感分析技术对涌现的用户文本数据进行分析,可以发掘普通大众对热点话题以及产品的态度与评价,从而及时发现网络舆情和获取商品售后评价反馈,因此面向文本的情感分析研究有着较好的现实意义及商业价值。中文微博自身语言表达简练,多变且情感词典缺乏,是当前情感分析的主要难题。针对此问题,本文分别从情感词典扩充,微博情感分类以及微博文本观点挖掘三个方面进行研究,本文的研究主要内容及贡献如下:1)提出双词向量与相似次数最大思想相结合的扩展情感词典的方法,本文称之为2E-SM(2 Embedding and Similarity Maximum),其原理是在已有情感词典的基础上,利用Glove与Word2Vec计算相似度获取候选词集合,这种结合可以同时捕获全局与局部相似,接着计算候选词与哪一类情感出现相似次数最多来确定候选词的情感倾向信息,实验表明,与经典的SO-PMI算法相比效果较好。2)基于CNN与LSTM深度神经网络,提出词向量融合的微博情感分类模型。对于CNN,考虑全局与局部语义信息,以Word2Vec与Glove为双通道,构建双词向量卷积网络(2 Embedding CNNs)2E-CNN;接着在2E-CNN基础上,词向量拼接浅层词性特征向量(Simple Feature)后构建双融合词向量卷积网络(2 Embedding mixed with Simple Feature CNNs),本文称之为2ESF-CNN,此模型在准确率上提升了约1.8%,优势在于训练时间少。对于双向LSTM,词向量同样拼接浅层词性特征向量与注意力机制结合后构建模型ESF-BLSTM-ATT,此模型在准确率上较基准模型提升了约1.6%,优势在于仅需一个融合后的词向量。3)句法依存关系与扩充的情感词典相结合的方法进行观点挖掘,为了保证方法的泛化性,本文采用制定的语法规则与扩充的情感词典相结合的方法进行评价方面与评价词联合抽取的工作。首先利用依存关系提取出若干语法规则,然后结合情感词典,以情感词与评价方面为中心,进行评价方面与评价词的联合抽取,最后进行模糊归纳匹配形成更加鲜明观点。

关键词：词典扩充词向量融合深度学习情感分类观点挖掘

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

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

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

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：