检索结果-南通市图书馆

舰船电子工程 2024年第8期44卷 135-139页

作者：许诚程强白金辉卢坤空军预警学院武汉430019 中国人民解放军93147部队成都610031

旨在基于spacy基础预训练模型设计一个军事领域问答系统。首先,引入了一种实体识别的方法,利用义原相似度评估的方法对该模型进行扩展和微调。随后,探讨了把匹配器(Matcher)组件添加进spacy管道并结合Adam神经网络优化器进行实体关系提... 详细信息

旨在基于spacy基础预训练模型设计一个军事领域问答系统。首先,引入了一种实体识别的方法,利用义原相似度评估的方法对该模型进行扩展和微调。随后,探讨了把匹配器(Matcher)组件添加进spacy管道并结合Adam神经网络优化器进行实体关系提取的方法。经验证,上述方法在特定领域对实体和实体关系的识别度比spacy基础预训练模型有所提升,较好解决了军事领域标记预料不足的问题,为军事领域问答系统的开发与应用提供了可靠的借鉴。

关键词： spacy 预训练模型实体识别义原相似度 Matcher

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

基于文本挖掘的图书馆舆情情感分析

引用

电脑与电信 2024年第3期 13-16页

作者：王龙军王晶李光华陈亮成都工业学院四川成都611730

随着移动互联网在高校图书馆年轻读者的影响越来越大,新生代读者使用QQ即时通信软件的比例越来越大,对于图书馆QQ群文本信息进行文本挖掘从而了解图书馆的舆情,可以用于图书馆舆情预警,为图书馆决策层提供更强的舆情应对能力。采用网络... 详细信息

随着移动互联网在高校图书馆年轻读者的影响越来越大,新生代读者使用QQ即时通信软件的比例越来越大,对于图书馆QQ群文本信息进行文本挖掘从而了解图书馆的舆情,可以用于图书馆舆情预警,为图书馆决策层提供更强的舆情应对能力。采用网络爬虫技术爬取2022年9月至2022年12月份时间段内的QQ群中聊天记录作为图书馆舆情数据,接着对原始的舆情数据进行数据去重、清洗等数据预处理操作,然后运用清华大学Thulac分词技术提取舆情数据的关键字、计算其权重,并使用WordCloud库进行可视化展示,接下来采用spacy库给舆情数据计算出具体的情感倾向及分值,最后通过实验来分析图书馆舆情的情感倾向。

关键词：文本挖掘图书馆舆情情感分析 Thulac WordCloud spacy

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

应用计算语言学方法对“一带一路”倡议进行语料库分析例

应用计算语言学方法对“一带一路”倡议进行语料库分析例

引用

作者： Enno Bettinga 北京外国语大学

学位级别：硕士

2013年9月,中华人民共和国主席习近平首次提出了“一带一路”倡议,这是全球最大的基础设施和贸易项目,涉及119个国家,覆盖率约占全世界人口的60%,其计划到2050年实施7000个基础设施项目。“一带一路”倡议的目的是通过创建和连接基础设... 详细信息

2013年9月,中华人民共和国主席习近平首次提出了“一带一路”倡议,这是全球最大的基础设施和贸易项目,涉及119个国家,覆盖率约占全世界人口的60%,其计划到2050年实施7000个基础设施项目。“一带一路”倡议的目的是通过创建和连接基础设施、贸易、金融和政治等方面,建立一个新的国际合作平台,因此也致力于加强世界各地人民之间的文化交流。从中国提出“一带一路”倡议以后,在世界范围内,人们对这个基础设施项目既有善意的看法,也有怀疑的态度,西方媒体和政府圈子尤其对该倡议进行了有争议的讨论。有一种观点认为,中华人民共和国近几十年来的迅速崛起并不代表机会,而是一种威胁,实施一带一路代表着中国在全球范围内的权力诉求,其目的是重新规划中亚和欧洲的权力平衡,使之有利于中国,这种观点和声音在政治层面上越来越强。因此,延伸至欧洲和德国的“金砖”基础设施项目也成为德国联邦议院辩论的一个话题。德国联邦议院作为德意志联邦共和国的宪法机构,在会议上处理立法、动议和与政府有关的程序,并就金融、安全和能源政策等领域的外交和国内政策进行辩论。自1949年以来,议会辩论的过程由联邦政府速记处记录,并写成演讲稿,世界公众可以在联邦议院网站的在线档案中查阅。这些会议记录是对会议进程的真实的再现,也被视为“国家的记忆”,近几年和近几十年的政治事件、政治讨论和辩论因此也提供了一个从语言和文化的角度通过时间线观察相应变化的机会。本论文的目的和宗旨是,通过计算机语言学程序,从语言的使用方面分析联邦议院关于“一带一路”倡议的会议和辩论内容。从而确定哪些关于中国和一带一路基础设施项目的话题在联邦议院中被实际辩论,以及中国和BRI在哪些背景下被带入。为此,我们将首先界定有关金砖国际议题的相关关键词,并确定缩小语料库的时间框架,即以金砖国际的宣布日期为基础。在这些划定标准和联邦议院的议会材料文件和信息系统(DIP)的帮助下,从联邦议院档案馆的网站上自动下载预选的相关数据,从而建立一个初步的文件语料库。为了对语料库进行分析,本论文首先对数据进行筛选,然后在一个程序中进行处理和清理。文本文件被转换为机器可读的数据,数据清理所需的程序是用Python编程语言独立编写的,以便能够在某些情况下使清理过程适应语料库的具体条件。为此,文本数据被读入spacy并进行处理。在WordCloud的帮助下,整个语料库被可视化。在spacy的帮助下,文本数据被处理成两个主要的数据清理程序。首先,检查文本中的停顿词和错误的元素。为了做到这一点,文本被分类,并被归入文件类型和文档类型等。将语料库中特定的停顿词和与格式有关的元素清理出来后,再对这些词进行词组化处理。本论文用于处理语料库的方法是定量-定性的内容分析。由于语料库中的数据量很大,首先使用定量的数据分析方法。之后再进行定性分析,分析其中的基本含义。由于文本不是中立和客观的肯定,而是以目的和目标为导向,所以用定量方法获得的数据要在其背景下进行分析。对清理过的文本数据从定量分析过渡到定性分析,要借助于话题建模的机器处理方法。工作中使用的话题建模的概率模型是Latent Dirichlet Allocation(LDA),这是一个生成和统计概率模型。LDA假设每个文档中的词是由几个潜在的主题组合产生的,主题和词的选择由一组参数决定,这些参数决定了主题和词的整体分布。一旦主题和词的分布被估计出来,LDA就可以用来根据文件中每个主题的概率将每个文件分配给一个或多个主题。这带来的潜在内容可以回答文本分析的“为什么”问题,使定性内容分析成为可能。由于数据量大,近距离阅读的方法对于定性的内容分析是不可行的,用远距离阅读的方法(这里指:主题建模)对数据进行明确的解释也不可行。混合阅读是远距离阅读和近距离阅读相结合,它提供了通过参考有代表性的单个文本来充分分析主题,并将其置于一个整体背景中的机会。在语境的帮助下,通过主题建模确定的最重要的术语被归入类别和主题领域。对文本中与语境相关的方面的研究形成了对话题的解释和整体语境中的分类,这使得与科学理论的联系和桥梁成为可能,从而完成了论文的分析部分。本论文的分析结果是,通过话题组,可以发现联邦议院的论证倾向贯穿整个语料库。定性分析显示,与预期相反,最普遍的词汇并不包括“中国”或”一带一路倡议”等词汇,从字面上看并没有提到中国和金砖国家。相反,在对待中国方面,显然存在着两极分化,一方面认为中国因其在中亚和非洲的参与而成为一种威胁和负面因素,另一方面又认为她是保护德国商业利益的重要合作伙伴。反对该项目(东盟)和对中国价值观的反复批评贬低了中国做出的承诺,对自己的投资项目带来了便利。相反的是,比如经合组织(OECD)对“一带一路”倡议的积极评价。

关键词：一带一路话题建模 spacy 语料库计算机语言学

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

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

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：