检索结果-内蒙古大学图书馆

数据分析与知识发现 2023年第2期7卷 72-85页

作者：沈丽宁杨佳艺裴家旋曹广陈功正华中科技大学同济医学院医药卫生管理学院武汉430030 湖北省卫生技术评估研究中心武汉430030

【目的】从情绪诱因事件角度丰富传统细颗粒度情绪分析中的事件逻辑。【方法】分析occ模型中的情绪生成规则和条件,利用事件抽取和文本分类方法生成二元组。【结果】研究构建了情绪生成规则,情绪类别划分具有理论基础。模型能够有效识... 详细信息

【目的】从情绪诱因事件角度丰富传统细颗粒度情绪分析中的事件逻辑。【方法】分析occ模型中的情绪生成规则和条件,利用事件抽取和文本分类方法生成<事件,情绪>二元组。【结果】研究构建了情绪生成规则,情绪类别划分具有理论基础。模型能够有效识别情绪诱因事件(F1=0.9338)及情绪(F1=0.9637),生成<事件,情绪>二元组(F1=0.8892),实现事件级细颗粒度情绪分析。【局限】情绪生成规则结构简单,难以体现网民情绪的多样性。现阶段构建的语料集存在领域局限性,每条语料只包含一种类型情绪诱因事件。【结论】借助occ模型将事件评价和情绪相关联,让情绪识别更接近人类思维方式。模型的理解性和迁移性较强,提升了现有研究中情绪对象的粒度层次,为文本情绪分析领域研究提供新思路。

关键词： occ模型细颗粒度情绪分析情绪诱因事件抽取深度学习

来源：评论

学校读者我要写书评

暂无评论

基于occ模型和LSTM模型的财经微博文本情感分类研究

引用

情报学报 2020年第1期39卷 81-89页

作者：吴鹏李婷仝冲沈思南京理工大学经济管理学院南京210094 江苏省社会公共安全科技协同创新中心南京210094

为了解决财经微博文本中网民情感状态转移的时序数据分析问题,本文提出一个基于认知情感评价模型(Ortony,Clore&Collins,occ)和长短期记忆模型(long short term memory,LSTM)的财经微博文本情感分类模型(occ-LSTM)。基于occ模型从... 详细信息

为了解决财经微博文本中网民情感状态转移的时序数据分析问题,本文提出一个基于认知情感评价模型(Ortony,Clore&Collins,occ)和长短期记忆模型(long short term memory,LSTM)的财经微博文本情感分类模型(occ-LSTM)。基于occ模型从网民认知角度建立情感规则,对财经微博文本进行情感标注,并作为LSTM模型进行深度学习的训练集;基于LSTM模型,使用深度学习中的TensorFlow框架和Keras模块建立相应的实验模型,进行海量微博数据情感分类,并结合13家上市公司3年的微博文本数据进行实证研究和模型验证对比。实证研究结果发现本文提出的模型取得了89.45%的准确率,高于采用传统的机器学习方式的支持向量机方法 (support vector machine,SVM)和基于深度学习的半监督RAE方法 (semi-supervised recursive auto encoder)。

关键词：长短期记忆模型 occ模型财经微博情感分类

来源：评论

学校读者我要写书评

暂无评论

基于自定义空间和occ模型的情绪建模研究

引用

计算机工程 2007年第4期33卷 189-192页

作者：王志良乔向杰王超余军解仑北京科技大学信息工程学院北京100083

人类不仅具有逻辑推理的能力,而且具有情感控制、表达的能力。通常使用计算机对人类的能力进行模拟,在人工智能赋予计算机逻辑推理能力之后,如何赋予计算机情绪成为一个重要的研究问题。该文就是以人工心理和基本的情绪理论为基础,在三... 详细信息

人类不仅具有逻辑推理的能力,而且具有情感控制、表达的能力。通常使用计算机对人类的能力进行模拟,在人工智能赋予计算机逻辑推理能力之后,如何赋予计算机情绪成为一个重要的研究问题。该文就是以人工心理和基本的情绪理论为基础,在三维情绪空间中将个性和occ模型相结合,建立了一个情绪模型。并将此模型作为情感核心,尝试实现了一个虚拟软件人。这个情感虚拟软件人不仅具有学习、记忆能力,而且具有情感交互能力。

关键词：情绪空间 occ模型情绪建模

来源：评论

学校读者我要写书评

暂无评论

基于occ模型的E-learning系统情感建模

引用

计算机科学 2010年第5期37卷 214-218页

作者：乔向杰王志良王万森北京科技大学信息工程学院北京100083 首都师范大学信息工程学院北京100037

根据occ模型理论,提出一种在e-learning系统中基于认知评价的学生情感识别模型。采用模糊推理方法实现学生对学习事件的期望度推理,并通过构建动态贝叶斯网络对所构建的模型进行了计算机仿真测试和评估,结果验证了模型的合理性和有效性... 详细信息

根据occ模型理论,提出一种在e-learning系统中基于认知评价的学生情感识别模型。采用模糊推理方法实现学生对学习事件的期望度推理,并通过构建动态贝叶斯网络对所构建的模型进行了计算机仿真测试和评估,结果验证了模型的合理性和有效性,从而为构建具有情感智能的e-learning系统提供了一种新的情绪识别模型和架构。

关键词： occ模型认知评价动态贝叶斯网络情感缺失情感建模

来源：评论

学校读者我要写书评

暂无评论

基于occ模型和贝叶斯网络的情绪句分类方法

引用

计算机科学 2020年第3期47卷 222-230页

作者：徐源音柴玉梅王黎明刘箴郑州大学信息工程学院郑州450001 宁波大学信息科学与工程学院浙江宁波315211

情绪句分类是情绪分析研究领域的核心问题之一,旨在解决情绪句类别的自动判断问题。传统基于情绪认知模型(occ模型)的情绪句分类方法大多依赖词典和规则,在文本信息缺失的情况下分类精度不高。文中提出基于occ模型和贝叶斯网络的情绪句... 详细信息

情绪句分类是情绪分析研究领域的核心问题之一,旨在解决情绪句类别的自动判断问题。传统基于情绪认知模型(occ模型)的情绪句分类方法大多依赖词典和规则,在文本信息缺失的情况下分类精度不高。文中提出基于occ模型和贝叶斯网络的情绪句分类方法,通过分析occ模型的情绪生成规则,提取情绪评估变量并结合情绪句中含有的表情符号特征构建情绪分类贝叶斯网络;通过概率推理,可以实现句子级文本的情绪分类,并减小句中信息缺失所带来的影响。与NLPCC2014中文微博情绪分析评测的子任务情绪句分类评测结果的对比表明,所提方法具有有效性。

关键词：情绪分析 occ模型贝叶斯网络情绪句分类

来源：评论

学校读者我要写书评

暂无评论

基于occ模型的文本情感识别方法的研究

基于OCC模型的文本情感识别方法的研究

引用

作者：庞娜太原理工大学

学位级别：硕士

文字是计算机进行情感识别的一种重要形态。今天计算机使用者所面对的主要是以文字形式表示的信息。传统上的文本分类往往关注于把文本映射到给定的主题,如体育、经济、政治等。然而,近年来对文本非主题分析的兴趣不断增加,其中就包括... 详细信息

文字是计算机进行情感识别的一种重要形态。今天计算机使用者所面对的主要是以文字形式表示的信息。传统上的文本分类往往关注于把文本映射到给定的主题,如体育、经济、政治等。然而,近年来对文本非主题分析的兴趣不断增加,其中就包括文本的情感分类。文本的情感分类即情感识别(textual emotion recognition)是指识别文本中隐藏的情感信息。它已成为人机对话和人机互动的关键部分。常用的文本情感识别方法主要包括以下几种:关键词识别(keywordspotting)、词汇关联(lexical affinity)、基于统计的自然语言处理方法(statistical natural language processing)以及使用常识库(commonsenseknowledge base)识别的方法等等。关键词识别和词汇关联的方法主要是根据句中不带歧义的关键词与情感词典中词汇的匹配结果来识别情感。基于统计的自然语言处理方法适合处理较大篇幅的文本,而且还要依赖于大量的训练数据。使用常识库的识别方法是根据大规模常识库中的知识来识别句子的情感。这些模型在一定程度上可以较准确地分析出文本中的情感,但仍存在一定的局限性,因为人类的情感呈现出特有的复杂性和多变性特征,现有文本情感的研究都只建立在心理学的基础上,没有完整的数学理论基础。且大多数模型利用情感关键词识别方法,既没有考虑当事人的性格对情感的影响,也没有考虑句子所表达事件之间的关系。本文构建了一个基于occ情感认知识别模型的文本情感识别模型,该模型考虑了性格对情感的影响,同时,又很好的定义了事件之间的关系。在occ模型定义的情感规则基础上,结合文本和常识库的特征定义了一系列文本情感产生规则,并针对性格模型对文本情感产生规则进行更新,得到符合不同用户性格特征的文本情感产生规则。为使所定义的情感产生规则易于由文本特征实现,本文结合自然语言处理(NLP,Natural LanguageProcessing)和常识库的特点对occ模型的情感规则进行简化和修正。为将性格模型融入文本情感识别过程中,本文通过对大五人格模型的每一维进行分析针对其特点对基本情感产生规则进行修改,建立针对不同性格用户的情感产生规则。为进一步提高模型识别情感的准确率,减少误判,使用用增量学习(incremental learning)方法收集并训练用户的反馈信息。根据反馈信息,动态的对常识库和情感公式中的阈值进行不断的更新,得到了更完善的常识库和更合适的心情、情感阈值。为了验证模型的文本情感识别准确率,根据此模型实现了一个情感聊天程序,通过对比实验发现,该模型由于考虑了人的情感认知识别过程,对文本情感的识别效果要优于其他模型的识别效果。并且在融入性格因素后情感识别的准确率有很大的提高,加入自学习方式后通过不断的更新常识库和心情、情感激活阈值使得文本情感识别的准确率得到了进一步的提高。

关键词：文本情感识别性格模型 occ模型常识库增量学习

来源：评论

学校读者我要写书评

暂无评论

基于occ模型和深度学习的网络舆情情感识别研究

基于OCC模型和深度学习的网络舆情情感识别研究

引用

作者：刘恒旺南京理工大学

学位级别：硕士

大数据时代中,网络舆情的研究一直备受关注,而情感分类也一直是自然语言处理中的重要任务之一。为解决网络舆情情感倾向性分析中语义理解不足和仅关注情感词典的现状,本文基于occ模型情感认知角度建立情感规则,对网络舆情中突发事件的... 详细信息

大数据时代中,网络舆情的研究一直备受关注,而情感分类也一直是自然语言处理中的重要任务之一。为解决网络舆情情感倾向性分析中语义理解不足和仅关注情感词典的现状,本文基于occ模型情感认知角度建立情感规则,对网络舆情中突发事件的微博文本进行情感分类标注作为数据集,并通过深度学习中卷积神经网络模型训练得到网络舆情情感识别模型。本文构建基于occ模型和深度学习的网络舆情情感识别模型的流程如下:首先选择三类网络舆情突发事件作为研究案例,基于occ模型的认知情感角度,建立合理的情感规则体系对突发事件网络舆情的微博文本进行正负中三类情感标注,同时采用人工标注的数据集作为对比数据集来验证occ情感标注语料的准确性;其次,在数据集预处理后采用Word embedding词向量表示方法进行文本表示,然后采用卷积神经网络作为分类器,通过训练调节超参数后最终得到网络舆情情感识别模型。最后,本文对比验证occ情感规则标注体系、Word2VeC文本表示方法和卷积神经网络情感分类算法的科学性,以及对网络舆情情感识别模型的影响。本文的创新性在于基于情感认知角度和深度学习方法,建立了突发事件网络舆情情感识别模型。从情感认知角度,基于occ情感认知诱发机理设计突发事件网络舆情occ情感规则,依托规范的情感规则体系对突发事件网络舆情微博文本进行情感三分类,实现了网络舆情群体情感分类的方法创新。将卷积神经网络应用到网络舆情情感倾向性分析领域,高效自动识别网络舆情中的网民情感状态,实现网络舆情群体情感自动识别的技术创新。

关键词：网络舆情 occ模型深度学习词向量卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于occ的Agent情感模型研究

引用

微计算机信息 2007年第2Z期23卷 256-258页

作者：王岚王立鹏兰州理工大学计算机与通信学院 730050

Agent不仅要具有逻辑推理能力,还应当具有类似人类的情感能力。通过对情感理论的分析,提出了一个基于occ的Agent情感模型,使Agent能够模拟像人类一样的认知能力和情感能力,从而行为决策更加智能。通过模型在虚拟环境角色中的应用结果,... 详细信息

Agent不仅要具有逻辑推理能力,还应当具有类似人类的情感能力。通过对情感理论的分析,提出了一个基于occ的Agent情感模型,使Agent能够模拟像人类一样的认知能力和情感能力,从而行为决策更加智能。通过模型在虚拟环境角色中的应用结果,验证了此模型的合理性。

关键词：情感计算情感理论 occ模型情感模型

来源：评论

学校读者我要写书评

暂无评论

基于信号和occ表示的情感模型研究

引用

信息技术 2010年第10期34卷 155-157页

作者：朱飒飒王巍温州科技职业学院信息技术系温州325006 北京科技大学信息工程学院北京100083

情感模型的建立可以使计算机具备基本的情感识别和表达能力,在和谐人机交互方面有着广泛的应用。借助于Picard教授关于情感计算的理论,将线性系统理论和数字信号处理方法应用到情感信号与系统建模上,用信号很好地表示了人类的内在情感... 详细信息

情感模型的建立可以使计算机具备基本的情感识别和表达能力,在和谐人机交互方面有着广泛的应用。借助于Picard教授关于情感计算的理论,将线性系统理论和数字信号处理方法应用到情感信号与系统建模上,用信号很好地表示了人类的内在情感和情绪,并通过MAT-LAB仿真实验分析证明了模型的正确性。最后结合情感的高层次认知推理机制,将情感模型应用到情感虚拟人当中,形象地实现了情感对人脸表情变化的控制。

关键词：情感模型信号表示情绪情感理论 occ模型面部表情

来源：评论

学校读者我要写书评

暂无评论

在线评论中离散情感的分布研究

引用

情报科学 2017年第8期35卷 121-128页

作者：刘丽娜齐佳音齐宏伟蒋思北京邮电大学经济管理学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学民族教育学院北京102209 上海对外经贸大学工商管理学院上海201620 北京邮电大学计算机学院北京100876

【目的/意义】基于离散情感理论,对电商平台在线评论中所含不同离散情感的分布规律进行探究,发掘其对于营销管理的实践意义。【方法/过程】以手机这一搜索型产品的海量中文评论为研究对象,以情感认知模型occ模型为情感分类依据,通过深... 详细信息

【目的/意义】基于离散情感理论,对电商平台在线评论中所含不同离散情感的分布规律进行探究,发掘其对于营销管理的实践意义。【方法/过程】以手机这一搜索型产品的海量中文评论为研究对象,以情感认知模型occ模型为情感分类依据,通过深度学习的方法构建离散情感语料库,并在此基础上对不同评论星级、不同的商品购买和评论发布的时间间隔中,评论所包含离散情感的分布特征进行了深入的研究。【结果/结论】研究发现:包含不同离散情感的评论在不同评论星级中的分布情况差别较大,在不同时间间隔中的分布曲线却大致相同,虽都与"长尾分布"非常类似,但仍有细微差别。

关键词：在线评论离散情感理论情感分类 occ模型分布研究

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：