检索结果-内蒙古大学图书馆

山西大学学报(自然科学版) 2014年第4期37卷 570-578页

作者：李泽魁赵妍妍秦兵刘挺哈尔滨工业大学计算机科学与技术学院信息检索研究中心哈尔滨工业大学机电学院媒体系

情感倾向性分析是情感分析的重要组成部分,是一种按照情感倾向对文本进行分类的任务。微博与传统的评论文本相比更加口语化与符号化,因此对微博进行情感倾向性分析是一个非常有挑战性的任务。基于机器学习的方法是情感倾向性分析最经典... 详细信息

情感倾向性分析是情感分析的重要组成部分,是一种按照情感倾向对文本进行分类的任务。微博与传统的评论文本相比更加口语化与符号化,因此对微博进行情感倾向性分析是一个非常有挑战性的任务。基于机器学习的方法是情感倾向性分析最经典的算法,核心是要进行特征的分析和选择,例如词袋特征等。然而,由于中文语言的独特性,前人很多有效的特征都是语言相关的,将其直接用于中文微博效果不佳。在中文微博语料上,还没有学者进行细致的特征工程建设。基于此,文章综合国内外诸多特征,并考虑到中文的独特性,对中文微博的褒贬中倾向性判别特征工程的词、词组、数值和句法特征分别进行了研究,并提出了基于词典规则的情感评分的新特征。最后经过大量实验与分析,得出了可靠的特征组合。实验结果表明,此方法能够明显提高情感倾向性分析的结果。

关键词：情感倾向性分析中文微博特征工程

来源：评论

学校读者我要写书评

暂无评论

基于双语语料库的短语复述实例获取研究

基于双语语料库的短语复述实例获取研究

引用

第九届全国计算语言学学术会议

作者：李维刚刘挺李生哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室

本文提出一种基于双语语料库的短语复述实例获取方法,尤其能够很好的抽取歧义短语的复述实例。该方法通过输入一个双语短语对约束短语的语义,利用词对齐的双语语料库,构造一个双向抽取模型从中抽取双语对的复述实例。双向抽取模型通过... 详细信息

本文提出一种基于双语语料库的短语复述实例获取方法,尤其能够很好的抽取歧义短语的复述实例。该方法通过输入一个双语短语对约束短语的语义,利用词对齐的双语语料库,构造一个双向抽取模型从中抽取双语对的复述实例。双向抽取模型通过比较每一个候选复述短语和输入短语之间的语义一致性,来确定每个候选是否成为最终的复述实例。实验结果表明,本文短语复述实例获取方法的综合准确率达到了60%,获取了较好的性能。

关键词：复述实例复述获取短语复述双语语料库

来源：评论

学校读者我要写书评

暂无评论

实体关系自动抽取

实体关系自动抽取

引用

NCIRCS2004第一届全国信息检索与内容安全学术会议

作者：车万翔刘挺李生哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室

实体关系抽取是信息抽取研究领域中的重要研究课题。本文使用两种基于特征向量的机器学习算法,Winnow 和支持向量机(SVM),在2004年ACE(Automatic Content Extraction)评测的训练数据上进行实体关系抽取实验。两种算法都进行适当的特征选... 详细信息

实体关系抽取是信息抽取研究领域中的重要研究课题。本文使用两种基于特征向量的机器学习算法,Winnow 和支持向量机(SVM),在2004年ACE(Automatic Content Extraction)评测的训练数据上进行实体关系抽取实验。两种算法都进行适当的特征选择,当选择每个实体的左右两个词为特征时,达到最好的抽取效果,Winnow 和SVM 算法的加权平均F-Score 分别为73.08%和73.27%。可见在使用相同的特征向量,不同的学习算法进行实体关系的识别时,最终性能差别不大。因此使用自动的方法进行实体关系抽取时,应当集中精力寻找好的特征。

关键词：实体关系抽取 ACE评测特征选择 Winnow SVM

来源：评论

学校读者我要写书评

暂无评论

基于n-gram及依存分析的中文自动查错方法

基于n-gram及依存分析的中文自动查错方法

引用

20th International Conference on Computer Processing of Oriental Languages

作者：马金山刘挺李生哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室哈尔滨工业大学计算机学院信息检索研究室

自动校对是自然语言处理领域中一个有着广阔应用前景的研究方向。本文使用字的三元模型对文本进行局部的分析与错误查找,同时将依存文法分析应用于自动校对中,由于依存文法对句子进行全局分析,指出了句子中词与词之间的依存关系,所以能... 详细信息

自动校对是自然语言处理领域中一个有着广阔应用前景的研究方向。本文使用字的三元模型对文本进行局部的分析与错误查找,同时将依存文法分析应用于自动校对中,由于依存文法对句子进行全局分析,指出了句子中词与词之间的依存关系,所以能够有效的查找出文本中的远距离搭配错误,补充了n元语法的不足。结合对文本的散串分析,本文提出了一个较为理想的中文自动查错方法。

关键词：自动校对自然语言处理 n-gram模型依存分析

来源：评论

学校读者我要写书评

暂无评论

基于网络结构的多种用户影响力分析算法对比研究

引用

中文信息学报 2017年第4期31卷 216-222页

作者：陈毅恒李雪婷王彪刘挺哈尔滨工业大学计算机科学与技术学院信息检索研究中心黑龙江哈尔滨150001 哈尔滨工业大学图书馆信息咨询部黑龙江哈尔滨150001

随着社交网络的发展,人们可以非常平等、快捷地发布和接受信息,这导致线上生活对线下生活的影响越来越大。社会化营销应运而生,其非常重要的一个需求是要最大化营销活动在社交网络中的影响力。因此,社交网络中用户影响力分析成为一个至... 详细信息

随着社交网络的发展,人们可以非常平等、快捷地发布和接受信息,这导致线上生活对线下生活的影响越来越大。社会化营销应运而生,其非常重要的一个需求是要最大化营销活动在社交网络中的影响力。因此,社交网络中用户影响力分析成为一个至关重要的研究点。该文重点考察了基于网络结构的影响力分析方法,主要包括最大度算法、距离中心点算法、类似PageRank算法的PeopleRank算法等,并给出了具体的分析结论。

关键词：用户影响力分析网络结构社交网络微博

来源：评论

学校读者我要写书评

暂无评论

语义角色标注的方法与挑战

语义角色标注的方法与挑战

引用

第四届全国学生计算语言学研讨会

作者：车万翔刘挺李生哈尔滨工业大学计算机学院信息检索研究室

全自动的语义分析一直是自然语言理解的主要目标之一。通过深层语义分析,可以将自然语言转化为形式语言,从而使计算机能够与人类无障碍的沟通。为达此目的,人们已经进行了多年的努力,然而由于这一问题过于复杂,目前取得的效果并不理想... 详细信息

全自动的语义分析一直是自然语言理解的主要目标之一。通过深层语义分析,可以将自然语言转化为形式语言,从而使计算机能够与人类无障碍的沟通。为达此目的,人们已经进行了多年的努力,然而由于这一问题过于复杂,目前取得的效果并不理想。浅层语义分析是对深层语义分析的一种简化,它只标注与句子中谓词有关的成份的语义角色,如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。语义角色标注是浅层语义分析的一种实现方式,具有定义清晰,便于评价的优点。本文描述了语义角色标注现有的语料库资源,各种分析方法等。特别对该任务的一些难点问题提出了具体的解决方案,并对语义角色标注的发展给出了一个初步展望。

关键词：自然语言理解浅层语义分析语义角色标注

来源：评论

学校读者我要写书评

暂无评论

基于依存句法和短语结构句法结合的金融领域事件元素抽取

基于依存句法和短语结构句法结合的金融领域事件元素抽取

引用

第十一届全国计算语言学学术会议

作者：孟雷丁效秦兵刘挺哈尔滨工业大学计算机学院信息检索研究室

事件抽取是信息抽取领域一个重要的研究方向。针对金融领域特定事件的事件元素抽取,本文提出了基于依存句法分析的事件元素核心词抽取方法,并结合短语结构句法分析进行事件元素完整边界的识别。实验表明,依存句法结合规则可以有效地抽... 详细信息

事件抽取是信息抽取领域一个重要的研究方向。针对金融领域特定事件的事件元素抽取,本文提出了基于依存句法分析的事件元素核心词抽取方法,并结合短语结构句法分析进行事件元素完整边界的识别。实验表明,依存句法结合规则可以有效地抽取事件元素核心词,再结合短语结构句法则可以比较准确的识别出完整的事件元素。

关键词：依存句法短语结构句法事件抽取事件元素

来源：评论

学校读者我要写书评

暂无评论

中文微博热点事件情感分布的原因分析

引用

中文信息学报 2018年第1期32卷 131-138页

作者：李泽魁李雪婷赵妍妍哈尔滨工业大学计算机科学与技术学院信息检索研究中心黑龙江哈尔滨150001 哈尔滨工业大学图书馆信息咨询部黑龙江哈尔滨150001 哈尔滨工业大学机电学院媒体系黑龙江哈尔滨150001

微博作为新兴的社交媒体平台,越来越多的网民选择在微博上获取与分享自己感兴趣的信息。在微博日均千万级的大数据面前,分析网民对某一事件的观点与态度是一件非常有意义的工作。调研中发现,大众对单个事件的不同话题存在不同的情感分... 详细信息

微博作为新兴的社交媒体平台,越来越多的网民选择在微博上获取与分享自己感兴趣的信息。在微博日均千万级的大数据面前,分析网民对某一事件的观点与态度是一件非常有意义的工作。调研中发现,大众对单个事件的不同话题存在不同的情感分布。针对这一现象,该文提出了使用无监督学习的层次聚类排序方法和半监督学习的微博话题纠正算法两种方法,进行事件话题及其相关微博的挖掘。最后利用情感分析的相关技术,达到对相关微博进行情感分布统计及其原因分析的目的。通过在人工构建的数据集上测试,结果表明该方法能够准确分析事件情感分布的原因。

关键词：情感原因分析话题聚类话题纠正中文微博

来源：评论

学校读者我要写书评

暂无评论

多文档集合中逻辑主题的确定

多文档集合中逻辑主题的确定

引用

第一届全国信息检索与内容安全学术会议

作者：秦兵刘挺高晔哈尔滨工业大学计算机学院信息检索研究室

把多文档集合中具有相同或相似的句子通过聚类的方法归并成一类,每类即为多文档集合的一个逻辑主题.将多文档集合描述为若干逻辑主题的集合,是从理解的角度来描述多文档集合,在此基础上可以提高多文档文摘的质量.本文首先根据标准语料... 详细信息

把多文档集合中具有相同或相似的句子通过聚类的方法归并成一类,每类即为多文档集合的一个逻辑主题.将多文档集合描述为若干逻辑主题的集合,是从理解的角度来描述多文档集合,在此基础上可以提高多文档文摘的质量.本文首先根据标准语料确定划分逻辑主题的阈值,通过层次聚类方法确定逻辑主题的个数,然后利用k均值方法对各个类别进行迭代调整,从而提高划分逻辑主题的准确率.实验表明,基于层次聚类的k均值方法得到的逻辑主题正确率比层次聚类方法得到的逻辑主题正确率平均约高8﹪.

关键词：多文档集合逻辑主题网络信息

来源：评论

学校读者我要写书评

暂无评论

实体关系自动抽取

实体关系自动抽取

引用

第一届全国信息检索与内容安全学术会议

作者：车万翔刘挺李生哈尔滨工业大学计算机学院信息检索研究室(哈尔滨)

实体关系抽取是信息抽取研究领域中的重要研究课题.本文使用两种基于特征向量的机器学习算法,Winnow和支持向量机(SVM),在2004年ACE(Automatic Content Extraction)评测的训练数据上进行实体关系抽取实验.两种算法都进行适当的特征选择... 详细信息

实体关系抽取是信息抽取研究领域中的重要研究课题.本文使用两种基于特征向量的机器学习算法,Winnow和支持向量机(SVM),在2004年ACE(Automatic Content Extraction)评测的训练数据上进行实体关系抽取实验.两种算法都进行适当的特征选择,当选择每个实体的左右两个词为特征时,达到最好的抽取效果,Winnow和SVM算法的加权平均F-Score分别为73.08﹪和73.27﹪.可见在使用相同的特征向量,不同的学习算法进行实体关系的识别时,最终性能差别不大.因此使用自动的方法进行实体关系抽取时,应当集中精力寻找好的特征.

关键词：实体关系抽取特征选择信息抽取特征向量机器学习

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：