检索结果-内蒙古大学图书馆

计算机技术与发展 2019年第4期29卷 57-62页

作者：孟涛王诚南京邮电大学通信与信息工程学院江苏南京210003

由于短文本的文档长度较短,短文本中词语的共现信息非常匮乏,造成短文本信息稀疏性问题。信息稀疏性也成为了传统主题模型在短文本上难以取得突破性进展的瓶颈之一。针对短文本分类,充分利用短文本中的每一个词语并解决其稀疏性成为关... 详细信息

由于短文本的文档长度较短,短文本中词语的共现信息非常匮乏,造成短文本信息稀疏性问题。信息稀疏性也成为了传统主题模型在短文本上难以取得突破性进展的瓶颈之一。针对短文本分类,充分利用短文本中的每一个词语并解决其稀疏性成为关键。为了解决这一问题,基于word2vec模型对短文本进行词嵌入扩展以解决其稀疏性,并将词向量转换成概率语义分布来测量语义关联性;针对短文本扩展后的特征向量,利用改进后的特征权重算法并引入语义相关度去处理扩展后的词特征向量。该方法可以区分出扩展后的短文本中词的重要程度,以便获得更准确的语义相关性。短文本分类研究采用KNN算法分类,实验结果表明,通过在外部语料集上学习得到的语义相关性扩展来处理短文本特征,可以有效提高短文本的分类效果。

关键词：短文本 word2vec模型词嵌入改进后的特征权重算法语义相关度

来源：评论

学校读者我要写书评

暂无评论

基于自编码器的文章侧面信息提取技术研究

引用

中文信息 2019年第12期 1-2页

作者：杨泽华毛月月贵州师范大学贵州贵阳550000

通过结合word2vec模型、TF-IDF算法和自编码器模型,提出了一种从纯文本文章中提取侧面信息算法(WT-AutoEncoder).首先,爬取相关语料,对文章进行分词、去停用词等数据预处理,对词进行向量化表示;然后,利用TF-IDF算法对得到的词向量做关... 详细信息

通过结合word2vec模型、TF-IDF算法和自编码器模型,提出了一种从纯文本文章中提取侧面信息算法(WT-AutoEncoder).首先,爬取相关语料,对文章进行分词、去停用词等数据预处理,对词进行向量化表示;然后,利用TF-IDF算法对得到的词向量做关键词提取;最后,将得到的关键词应用到自编码器模型中,通过权重排序后,获取最终的关键词,即代表文章侧面信息.结果表明,应用TF-IDF算法和自编码器模型后,可以获得到较为准确的信息提取结果.

关键词： word2vec模型 TF-IDF算法自编码器模型文本信息提取

来源：评论

学校读者我要写书评

暂无评论

基于文本挖掘技术的社会网络舆情分析框架刍议——以某知名艺人偷税漏税事件为例

引用

西部学刊 2019年第10期 134-138页

作者：张行健焦政钟瑞童天津财经大学

通过研究某知名演员偷税漏税事件的舆情走势,给出舆情分析框架,使用word2vec模型分析人物关系,梳理事件背景,而后使用评论影响力指标筛选具有导向作用的舆论,再通过主题模型提取观点,分析舆情走势,并对不同主题观点下各类人群构成做量... 详细信息

通过研究某知名演员偷税漏税事件的舆情走势,给出舆情分析框架,使用word2vec模型分析人物关系,梳理事件背景,而后使用评论影响力指标筛选具有导向作用的舆论,再通过主题模型提取观点,分析舆情走势,并对不同主题观点下各类人群构成做量化分析。该分析框架有助于决策者迅速精准把握热点事件舆情,了解公众心理,反映社会风气。

关键词：舆情分析观点挖掘主题模型 word2vec模型

来源：评论

学校读者我要写书评

暂无评论

融合深度学习与机器学习的在线评论情感分析

引用

软件导刊 2019年第2期18卷 1-4页

作者：刘晓彤田大钢上海理工大学管理学院上海200093

情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等。为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比。在词向量训练模块中引入word2vec模型,用高维向量表示词语、句子,既... 详细信息

情感分析可以帮助商家了解客户喜好从而生产出满意度更高的商品,也可以监督网上舆论等。为此,基于传统机器学习方法,加入深度学习模块,对在线评论进行情感分析与对比。在词向量训练模块中引入word2vec模型,用高维向量表示词语、句子,既可防止过度拟合问题,又可减少训练参数个数,提高训练效率。将得到的句向量作为输入代入机器学习模型(MLP、SVM、朴素贝叶斯等)与深度学习模型(CNN、LSTM、BILSTM等),比较实验结果,提出优化方向。结果表明,基于深度学习的情感分析模型准确率明显高于单一机器学习模型,但是深度学习需要大量语料,对实验机器要求也较高,很难完全展现其魅力。

关键词：情感分析深度学习机器学习 word2vec模型

来源：评论

学校读者我要写书评

暂无评论

基于主题和情绪相互作用的微博舆情演化研究——以“红黄蓝虐童事件”为例

引用

情报杂志 2018年第12期37卷 118-123页

作者：姜金贵闫思琦哈尔滨工程大学经济管理学院哈尔滨150001

[目的/意义]从内容层面深入挖掘微博舆情演化过程,根据主题和情绪的相互作用实时预测舆情变化,帮助政府及利益相关者快速地应对舆情。[方法/过程]以Python为工具采集并整理数据,运用word2vec模型识别文章主题特征,利用情感词典以及情绪... 详细信息

[目的/意义]从内容层面深入挖掘微博舆情演化过程,根据主题和情绪的相互作用实时预测舆情变化,帮助政府及利益相关者快速地应对舆情。[方法/过程]以Python为工具采集并整理数据,运用word2vec模型识别文章主题特征,利用情感词典以及情绪分析技术对文章评论进行情绪分析。[结果/结论]信息发布的及时性和透明性影响着微博舆情的发展趋势和网民的情绪,高涨的情绪则会促使主题内容倾向于网民的关注点,消息闭塞和极端情绪使得网民迫切希望了解真相,容易导致其轻信并传播不实消息。主题诱发情绪,情绪引导微博舆情演化进而催生主题,主题和情绪的相互作用推动了微博舆情各个阶段的演化。

关键词：主题识别 word2vec模型情绪分析微博舆情

来源：评论

学校读者我要写书评

暂无评论

基于词向量的中文短文本分类问题研究

基于词向量的中文短文本分类问题研究

引用

作者：汪静中南民族大学

学位级别：硕士

随着互联网的高速发展和移动终端的广泛使用,人们在各类社会媒体平台上自由发表评论和表达情感,随时随地分享即时新闻,由此产生了大量以短文本作为载体的信息数据。但信息资源的爆发式增长也给有效信息的筛选及利用带来更大的挑战,短文... 详细信息

随着互联网的高速发展和移动终端的广泛使用,人们在各类社会媒体平台上自由发表评论和表达情感,随时随地分享即时新闻,由此产生了大量以短文本作为载体的信息数据。但信息资源的爆发式增长也给有效信息的筛选及利用带来更大的挑战,短文本自动分类可以在一定程度上解决这一问题,取代传统的人工管理方式,有助于用户快速定位所需信息,选择性地阅读和处理海量文本。本文主要研究内容如下:1.本文首先描述了当前短文本分类的应用背景和研究现状,并分析了其中关键的环节是要对短文本的表示模型进行深入研究。在总结短文本特点的基础上分析使用传统的表示模型---空间向量模型进行短文本表示的不足。提出了借用“词向量”这一新型表示模型对短文本进行描述的方案,试图利用词向量中丰富的上下文语义信息来提升分类效果。目前主流的神经网络分类方法中将词向量局限于文本预处理过程,对词向量的深入优化不足,因此,本文从新型文本表示模型---词向量出发,着重研究对词向量模型的改进,提高词向量表示的质量进而提高短文本分类效果。2.通过进一步的分析,针对“词向量无法很好处理中文文本中存在的一词多义,对多义词的语义特征表示有所偏差”这个具体关键问题,本文深入研究word2vec词向量的生成机制,提出一个新的概念---“主题-词向量”,该概念不仅能刻画上下文语义信息,还包含了主题信息。通过分析发现,词向量属于细粒度的特征刻画,而主题向量对词语间关系的描述更加粗放,二者适度融合,使用多粒度特征协同表达多义词,能提高多义词表示的准确度。同时,提出一个名为“Topic-SG”的改进模型实现对主题-词向量的计算:在word2vec模型中常用的Skip-Gram模型的基础上引入主题模型,根据上下文语境不仅训练出词向量还训练出与之对应的主题向量,利用词向量和主题向量融合得到相同多义词在不同主题下的主题-词向量,一定程度上缓解中文中高频出现的多义词对短文本表示的特殊影响。3.本文在主题-词向量的基础上研究短文本合成过程中的结合方法,探讨词语对短文本表示贡献度不同的问题,引入TF-IDF算法计算词语的权重,并对主题-词向量加权求和以表示短文本向量,最后输入分类器完成短文本的分类流程。4.通过将主题-词向量运用在搜狗新闻文本数据集上进行多义词表示及短文本分类的实验,并比较不同参数对实验的影响。实验结果表明较于参照方法,本文所提的基于Topic-SG语言模型计算出的主题-词向量能解决传统词向量混合了多种语义的问题,且主题-词向量应用于短文本分类效果更好。

关键词： word2vec模型 Skip-Gram模型多义词文本向量表示短文本分类

来源：评论

学校读者我要写书评

暂无评论

基于主题模型的科研热点态势分析

基于主题模型的科研热点态势分析

引用

作者：武璐璐电子科技大学

学位级别：硕士

近年来,随着科研工作者人数的迅速增长,学术文献数量与日俱增,这一现象使科研热点的发展趋势无法人为的跟踪和处理。研究科研热点的发展态势有利于科学研究者查找相关主题的材料;有利于学者们及时了解科研主题的发展状况;有利于企业科... 详细信息

近年来,随着科研工作者人数的迅速增长,学术文献数量与日俱增,这一现象使科研热点的发展趋势无法人为的跟踪和处理。研究科研热点的发展态势有利于科学研究者查找相关主题的材料;有利于学者们及时了解科研主题的发展状况;有利于企业科研投资决策和国家对科研工作的指导和鼓励。过去,一些科研学者通过简单的统计方式就关键词和文本中词频高的词来表示热点主题,然而这种方式不仅忽略了词之间的相似性,而且需要耗费大量的人力和时间成本。目前大部分科研热点问题的研究主体都是汉语文献,然而很多重要的科研成果都是以英文的方式呈现。为了更好的掌握并跟踪时下科研热点的发展状况,本论文针对SCI学术文献进行数据处理和分析:对数据进行清洗去噪、文本分词、去停用词、词根还原等工作;然后采用word2vec和LDA的主题模型分析技术对数据进行处理,提取科研热点主题及其主题词;最后将研究结果以可视化的方式呈现出来。本论文的主要研究工作如下:1)基于word2vec模型和LDA的主题模型分析实验数据。对LDA主题模型进行改进,引入word2vec词向量表示,将传统LDA模型的主题-词矩阵,变成主题-词向量矩阵,弥补了上下文语义信息缺失的不足,对文本数据进行相似度的度量。对主题最优数进行求解,将主题最优数问题转换为统计学问题,对主题最优数做了定量分析,采用F统计量对主题最优数进行计算。分别就主题强度、主题相似度和主题稳定性这三种形式度量主题的发展状态,通过困惑度指标对传统的LDA模型和本论文模型进行对比。2)科研热点可视化分析。采用三种方式来对科研热点的发展状况进行可视化展示,其中包括静态可视化方式:词云,动态可视化方式:主题河和TIARA(text insight via automated responsive analytics)。基于word2vec和LDA的主题模型,能够弥补LDA不考虑词与词之间相似性的不足,对主题和主题词的提取更加合理,而且本论文采用可视化的方式对提取的科研热点进行表示。这样做可以方便用户查找某个时间段的科研热点以及某一科研热点的发展态势等,方便科研工作者对科研热点的把握,国家对科研工作的支持和引导。

关键词： word2vec模型 LDA主题模型文本可视化科研热点

来源：评论

学校读者我要写书评

暂无评论

在线评论中的离散情绪对销售的预测作用

在线评论中的离散情绪对销售的预测作用

引用

作者：俞一凡清华大学

学位级别：硕士

随着互联网的普及和在线评论平台的流行,在线评论在电子商务平台中扮演着越来越重要的角色,深刻影响着消费者的决策行为和企业的营销行为。在线评论的情感(Sentiments)是在线评论内容的重要方面,受到在线评论平台、消费者和商家的广泛... 详细信息

随着互联网的普及和在线评论平台的流行,在线评论在电子商务平台中扮演着越来越重要的角色,深刻影响着消费者的决策行为和企业的营销行为。在线评论的情感(Sentiments)是在线评论内容的重要方面,受到在线评论平台、消费者和商家的广泛关注。近年来,国内餐饮业快速发展,行业竞争激烈,销售预测对餐饮企业具有非常重要的意义。已有研究利用在线评论中情感的效价(Valence,即情感的正负极性)预测销售,但由于情感的复杂性和多样性,效价很难全面刻画评论中的消费者情感。离散情绪理论(Discrete Emotion Theory)作为一种衡量情绪的理论,能够更细致地刻画在线评论中的不同情绪。因此本文将研究在线评论中的离散情绪对餐饮业销售的预测作用。本文利用word2vec模型,构建了针对大众点评餐饮行业的离散情绪词库,并提出了评论文本的离散情绪表达方法。进一步,本文通过效价、离散情绪、历史销售数据和历史评论量构建了销售预测模型,对比了效价与离散情绪对销售的预测作用,发现离散情绪的预测能力显著高于效价。本文具有以下贡献:第一,本文提出了一种针对特定领域文本自动构建领域情绪词库的方法,以及一种评论文本的离散情绪表达方法;第二,本文得到的大众点评餐饮行业情绪词库能够帮助研究者和相关企业更好地分析大众点评餐饮评论中的情绪;第三,本文通过将离散情绪变量作为预测变量,丰富了现有销售预测的研究,提高了销售预测的精度;第四,本文从实证的角度发现离散情绪比效价更能有效地刻画消费者的情绪。本文的研究结果能够帮助商家更好地理解消费者情感以改进自身的产品与服务,更准确地预测销售,从而形成更加精确的运营决策,控制财务风险,因而对在线评论平台和平台上的商家有着重要的现实意义。

关键词：在线评论离散情绪 word2vec模型销售预测

来源：评论

学校读者我要写书评

暂无评论

基于word2vec的情感因子挖掘对中证800成分股市场特征的研究

基于Word2Vec的情感因子挖掘对中证800成分股市场特征的研究

引用

作者：徐方舟对外经济贸易大学

学位级别：硕士

本文研究的目的在于将word2vec模型引入股评文本分析领域，并研究利用相关的文本数据挖掘技术，生成一手的文本情感因子（关注度以及情感极性），并对文本情感因子与中证800指数及成分股的市场特征（收益率、波动性、换手率、超额收益... 详细信息

本文研究的目的在于将word2vec模型引入股评文本分析领域，并研究利用相关的文本数据挖掘技术，生成一手的文本情感因子（关注度以及情感极性），并对文本情感因子与中证800指数及成分股的市场特征（收益率、波动性、换手率、超额收益）进行研究。本文首先利用获得的东方财富网股吧数据，构造了文本情感因子，随后对情感因子进行检验，并得出结论。本文的创新之处在于，使用了2013年新近提出的word2vec语言模型对词向量进行建模，并整合词典，把模型应用于中文股评文本之上;从多层次多角度考察情感分析的结果对股票行情的影响;以及考察了新的情绪因子在常见情绪代理变量上的信息载荷。相关的结论表明，word2vec模型可以有效地对中文论坛股评文本进行建模;大盘股的情绪因子变化规律与中小盘股存在差异;同时大盘股的情绪因子对市场特征的影响也与中小盘股存在出差异;投资者投资那些被关注较少、情感极性较低但近期迅速增加的小盘股，在未来五天里可能会获得显著的高（超额）收益、同时承担较低的风险;最后，新情感因子与传统代理变量的相关性处于合理区间，说明我们的新因子既具有合理性，同时其携带的信息与传统因子并不完全重叠。

关键词： word2vec模型股票市场情感因子挖掘风险分析

来源：评论

学校读者我要写书评

暂无评论

基于word2vec词向量的文本分类研究

基于word2vec词向量的文本分类研究

引用

作者：朱磊西南大学

学位级别：硕士

自动文本分类技术在文本挖掘、自然语言处理以及机器学习等领域具有重要地位,它为信息检索与文本管理提供了很多便利。近年来随着互联网技术的高速发展,文本数据每天都在迅速膨胀,比如用户所发的微博动态信息、各大新闻门户网站的新闻... 详细信息

自动文本分类技术在文本挖掘、自然语言处理以及机器学习等领域具有重要地位,它为信息检索与文本管理提供了很多便利。近年来随着互联网技术的高速发展,文本数据每天都在迅速膨胀,比如用户所发的微博动态信息、各大新闻门户网站的新闻内容、用户来往的电子邮件信息以及论坛、博客的帖子等。自动文本分类恰好是处理和组织这些文本数据的有效工具,已经在许多方面得到了应用,如微博情感分类、垃圾邮件过滤以及新闻内容自动分发等。未来互联网上的文本数据还会不断增加,自动文本分类技术将在这些领域发挥越来越重要的作用。自动文本分类包括若干技术,比如文本预处理、文本表示、特征选择、特征抽取以及分类算法的选择等,其中文本表示与分类算法的研究是这些技术中的关键,它们将直接影响到自动文本分类的结果。目前大多数学者对文本分类技术的研究也主要侧重于文本的特征选择及抽取、文本表示以及分类算法的优化方面。在众多的文本表示模型中,基于词频-逆文本频率（TF-IDF）加权的向量空间模型（VSM）是一种主流的文本表示模型（简称VSMTFIDF模型）,它在学术界与工业界都有不错的表现,但该模型并不能很好的表示文本的语义信息,它无法将文本中特征词的上下文语义与句法信息考虑到模型之中。其次,常用的文本距离度量方式,比如欧氏距离、余弦距离等无法很好的衡量这类文本表示模型所表示的文本之间的相似度。针对以上问题,本文借助于word2vec词向量将语义信息引入文本表示模型或文本距离度量方式之中,从而提升文本分类的效果。文中深入研究了word2vec词向量的生成机制,包括它的两种训练模型（CBOW模型和Skip-gram模型）,以及两套提升词向量训练效率的优化方案（Hierarchical Softmax和Negative Sampling）。在此基础上,本文将word2vec词向量引入到对文本表示模型以及文本距离度量方式的研究之中,主要的工作包括如下2个方面:（1）提出了一种基于word2vec词向量与VSMTFIDF模型的多粒度多模型组合的文本表示模型——CombineTextvector。由于word2vec词向量可以很好的表示特征词的语义信息,文中考虑将它与VSMTFIDF模型结合起来,优势互补,提升文本表示的效果。文中首先将文本的类别信息嵌入TF-IDF加权公式,以提升加权因子的类别区分能力（我们将其命名为wTFIDF加权公式）,然后与word2vec词向量结合,构建了一种多粒度的文本表示模型word2vecwTFIDF,最后再将该模型与传统的VSMTFIDF模型结合,构建CombineTextvector文本表示模型。为了验证新模型的性能,本文在复旦中文文本分类语料库上设计实验,并与多种主流的文本表示模型进行对比。实验结果证明,新模型均能取得较高的分类F1值。（2）提出了一种基于word2vec词向量与EMD距离,并针对主题模型进行距离度量的方式——TopMD距离度量。文中首先分析了传统VSMTFIDF模型和主题模型中常用的文本距离度量方式,针对文本间语义相似度无法很好度量的问题,将EMD度量方式与word2vec词向量结合,提出了一种针对主题模型的TopMD距离度量方式。与常用度量方式相比,它能将更细粒度的特征词之间的相似度考虑到TopMD距离之中。为了验证所提方法的有效性,本文分别在中文和英文的语料库上进行实验,并与多种距离度量方式进行对比。实验结果证明,相对于传统方式,该方法可以提高主题模型的文本相似度度量效果。

关键词： word2vec模型文本表示文本分类距离度量

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：