检索结果-内蒙古大学图书馆

新疆大学学报（自然科学版中英文） 2024年第4期41卷 444-451页

作者：王学贺李晓磊成洪豪赵华菏泽医学专科学校计算机教研室山东菏泽274000 山东科技大学计算科学与工程学院山东青岛266590

为了让民众更加清楚地了解突发事件的应急处置过程,提高政府公信力,提出并实现了一种从新闻报道中构建突发事件应急处置过程的方法.将应急措施看作三元组,构建训练语料,采用条件随机场(CRF)模型抽取三元组的元素,然后将应急措施按时间... 详细信息

为了让民众更加清楚地了解突发事件的应急处置过程,提高政府公信力,提出并实现了一种从新闻报道中构建突发事件应急处置过程的方法.将应急措施看作三元组,构建训练语料,采用条件随机场(CRF)模型抽取三元组的元素,然后将应急措施按时间排序得到应急处置过程.所设计的基于CRF的三元组抽取模型的准确率为99.6%、精确率为93.8%、召回率为76.2%、F1值为84.1%.同时,通过对比抽取的应急处置过程和人工构建的应急处置过程可知抽取效果完全达到了实用水平.所提出的方法能自动准确地生成突发事件应急处置过程,为突发事件应急处置科学决策提供技术支持.

关键词：突发事件应急处置过程条件随机场

来源：评论

学校读者我要写书评

暂无评论

基于双向LSTM和LDA的新冠肺炎情感分类和热门主题挖掘方法

引用

宁夏大学学报（自然科学版） 2022年第3期43卷 304-308,317页

作者：王学贺李晓磊赵华菏泽医学专科学校计算机教研室山东菏泽274000 山东科技大学计算科学与工程学院山东青岛266590

面对新冠肺炎疫情带来的重大影响,通过自然语言处理技术,深入挖掘民众关于新冠肺炎的观点与看法,为疫情期间政府应对网络舆情危机提供参考.针对当前研究中将主题和情感孤立研究的缺陷,首先从微博上收集网络舆情的相关数据,然后通过LDA... 详细信息

面对新冠肺炎疫情带来的重大影响,通过自然语言处理技术,深入挖掘民众关于新冠肺炎的观点与看法,为疫情期间政府应对网络舆情危机提供参考.针对当前研究中将主题和情感孤立研究的缺陷,首先从微博上收集网络舆情的相关数据,然后通过LDA主题模型和基于Bi-LSTM的情感分类方法进行主题-情感的融合分析.结果表明,Bi-LSTM模型可以较好地识别出喜、怒、哀、惧4类情感,同时LDA主题模型在热门主题挖掘方面也表现良好.

关键词：新冠肺炎网络舆情双向LSTM 主题模型

来源：评论

学校读者我要写书评

暂无评论

面向突发事件倾向性分析的情感词典自动构建方法

引用

宁夏大学学报（自然科学版） 2021年第3期42卷 290-294页

作者：王学贺赵华菏泽医学专科学校计算机教研室山东菏泽274030 山东科技大学计算科学与工程学院山东青岛266590

随着突发事件的频发,对突发事件在线评论进行倾向性分析引起了广泛关注,情感词典是其中重要的资源.对面向突发事件的情感词典自动构建方法进行探讨.基于对大规模评论数据的统计分析,提出采用基于词性标注和snownlp的方法实现突发事件情... 详细信息

随着突发事件的频发,对突发事件在线评论进行倾向性分析引起了广泛关注,情感词典是其中重要的资源.对面向突发事件的情感词典自动构建方法进行探讨.基于对大规模评论数据的统计分析,提出采用基于词性标注和snownlp的方法实现突发事件情感词典的自动构建.为验证构建词典的有效性,设计基于情感词典的情感倾向性分析模型.结果表明,词典构建方法在准确率和召回率方面效果较好.基于该词典的情感倾向性分析模型的性能较基础模型性能有较大的提升.

关键词：突发事件倾向性分析情感词典

来源：评论

学校读者我要写书评

暂无评论

基于Word2vec和多分类器的影评情感分类方法

引用

宁夏大学学报（自然科学版） 2019年第2期40卷 141-144页

作者：王学贺赵华菏泽医学专科学校计算机教研室山东菏泽274030 山东科技大学计算机科学与工程学院山东青岛266590

针对影评数据的情感分析,提出基于Word2vec和多分类器的情感分类方法.首先在对评论数据进行预处理的基础上,训练Word2vec模型,将词表示为词向量;其次结合随机森林和朴素贝叶斯多项式模型完成影评数据的情感分类;最后在Kaggle竞赛公开的... 详细信息

针对影评数据的情感分析,提出基于Word2vec和多分类器的情感分类方法.首先在对评论数据进行预处理的基础上,训练Word2vec模型,将词表示为词向量;其次结合随机森林和朴素贝叶斯多项式模型完成影评数据的情感分类;最后在Kaggle竞赛公开的影评数据集上进行实验.结果表明,Word2vec可有效捕捉词的语义,显著提高情感分类算法的性能.

关键词： Word2vec 情感分类随机森林朴素贝叶斯多项式模型

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的煤矿安全管理绩效评价