共查询到17条相似文献，搜索用时 687 毫秒
1.
地方志作为中华文化的组成部分,是建设文化强国的重要一环,对其进行挖掘研究具有重要意义;同时,有效识别实体对地方志知识组织和知识图谱构建有着重要影响。当前地方志命名实体识别研究主要基于文本,缺乏文本对应的图片,而图片中的内容能够为识别文本中的实体提供额外的信息,从而提升模型识别实体的性能,并且实体识别还面临着已标注语料匮乏的问题。基于此,本文提出了利用深度迁移学习方法,结合地方志中的文本和图片进行多模态命名实体识别。首先,基于人民日报语料库和中文推特多模态数据集,分别预训练结合了自注意力机制的BiLSTM-attention-CRF模型和自适应联合注意力模型,利用基于神经网络的深度迁移学习方法将权重迁移至地方志多模态命名识别模型中,使模型获得提取文本和图片语义特征的能力;然后,结合过滤门对多模态融合特征去噪;最后,将融合后的多模态特征输入CRF (conditional random fields)层进行解码。本文将提出的模型在地方志多模态数据中进行了实证研究,并同相关基线模型作对比,实验结果表明,本文所提出的模型具有一定优势。 相似文献
2.
[目的/意义] 为了能够准确发现满足用户信息需求的有用在线评论,对在线评论按照有用性进行排序,帮助用户进行消费决策。[方法/过程] 首先通过文献调研和专家咨询,结合移动O2O用户在线评论的特点,选取影响移动O2O在线评论有用性的8项指标,采用模糊层次分析法进行指标赋权,然后利用定量方法进行指标量化,使用加权灰色关联分析方法进行有用性计算和排序,构建有用性排序模型。最后获取美团商品的在线评论数据进行应用研究,采用与美团原始评论排序结果对比分析的方法,检验方法的可行性和科学性。[结果/结论] 实验结果表明,采用移动O2O在线评论有用性排序模型进行排序,排名靠前的在线评论信息量大,包含产品或服务的维度较多,能够较好地满足用户的个性化信息需求,为用户消费决策提供更大的参考价值。 相似文献
3.
[目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。 相似文献
4.
依恋理论视角下用户在线评论信息生成动力机制 总被引：2，自引：0，他引：2
[目的/意义]用户投入真情实感所撰写的评论更加具有参考与借鉴价值,从依恋理论的视角探究用户生成在线评论信息的动力机制,为提高用户生成内容质量提供新的理论思路,对从信息源视角实现用户评论信息与用户生成内容的优化管理具有借鉴指导意义。[方法/过程]结合依恋理论、用户生成理论等相关理论研究,以用户依恋作为内驱动力,探讨用户生成在线评论信息的动力来源与动力结构,分析依恋对用户生成在线评论信息的驱动方式、驱动过程以及影响用户生成在线评论信息的依恋驱动因素。[结果/结论]认为用户表达自我、实现自我、愉悦自我是生成在线评论信息的内在动力来源,用户依恋对其生成在线评论信息存在导向驱动、激励驱动与调节驱动等3种驱动方式。影响用户生成在线评论信息的依恋驱动因素主要包括用户情感依恋因素与认知依恋因素,激发用户情感依恋与认知依恋的深层认同是优化用户生成评论的重要途径。 相似文献
5.
为探索新闻包含多模态信息对受众网络信息可信度评估的影响,本研究根据详尽可能性模型,以信息模态为自变量、详细思考程度为中介变量、信息可信度为因变量,涉入程度作为信息模态与详细思考程度之间的调节变量,建立了一个有调节的中介模型;并通过在线实验（N=429）验证。实验证明,信息多模态对信息可信度具有显著影响,文本新闻添加图片、视频,显著提高信息可信度评估;详细思考程度对信息多模态与信息可信度关系具有中介作用,对于涉入程度较高的受众,信息多模态能够显著提高详细思考程度。本研究,不仅证实信息多模态对信息可信度的影响,而且从认知机制角度解析影响的作用机制。 相似文献
6.
[目的/意义]为识别并去除非理性投资者的网络评论,提升评论的专业程度与质量,促进理性投资,本文以识别股吧中的用户是否属于噪声投资者为研究任务,进行用户画像。[方法/过程]对股吧的用户发文内容进行深度用户表示学习（deep user representation learning）,结合股吧用户的粉丝数量、影响力、关注量、自选股、吧龄、发帖量、评论量、访问量等行为特征,提出一种行为-内容融合模型（behaviour and content combined model,BCCM）,并在标注数据集上进行实证与对比研究。[结果/结论]实验结果显示,该模型对噪声投资者识别的F1值为79.47%,优于决策树方法（69.90%）、SVM方法（75.61%）、KNN方法（73.21%）和ANN方法（74.83%）。在噪声投资者识别这一特定用户画像研究任务中,通过利用深度用户表示学习引入文本内容特征,能够显著提升用户画像的各种评价指标。 相似文献
7.
随着社会化媒体的发展,识别海量高质量的用户生成内容在电子商务等领域具有很多的实际意义。本文将主题模型应用到高质量用户生成内容的识别,从语义层面挖掘高质量用户生成内容所具有的特征。本文首先通过对社交平台用户评论特征的分析,构建了基于LDA的用户生成内容主题模型,对主题模型计算结果,采用TFIDF识别高概率主题词的权重,探讨高质量用户生成内容的主题分布特征。最后通过亚马逊网上书店的网络用户评论进行试验,分析了高质量用户评论的主题分布特征。 相似文献
8.
挖掘图书评论不仅有助于用户了解图书内容,还可帮助出版社优化营销策略。图书评论摘要能够大幅提升用户获取信息的效率,用户只需简短阅读摘要即可了解评论的重点内容。如何为用户提供简洁、准确的图书评论摘要具有重要研究意义。目前的评论摘要研究多是采用句子抽取式的方法,忽视了评论中细粒度的情感信息。此外,不同的图书评论平台在评论内容方面存在较大的差异,仅基于单一平台的评论构建摘要,用户难以通过评论摘要全面了解图书。本文提出了一种包含属性信息和内容信息的图书评论摘要模型,并设计了基于细粒度评论挖掘的书评摘要方法。实证结果表明,本文提出的评论自动摘要方法,生成的评论摘要能够提供细粒度、多维度的图书评价信息。 相似文献
9.
面向科技文献的多模态语义关联特征提取与表达体系研究 总被引：1，自引：0，他引：1
科技文献资源是一种多模态数据,除文本信息外,还包含丰富的图像、表格、公式、音频、视频等多种模态的信息,有利于用户充分理解科技文献资源中的知识。该文把多模态思想引入科技文献的语义表示方面,对科技文献中的图像、表格和公式信息进行语义分析,与文本信息共同表示文献语义内容,通过科技文献中多种模态信息的语义表示及相互关系完善科技文献内容的语义化表示,发展刻画科技文献对象多态性的表达体系。 相似文献
10.
11.
12.
情感分析研究的知识结构及热点前沿探析 总被引：1，自引：0，他引：1
为了解国内外情感分析领域的研究状况,揭示该领域的知识结构、研究热点与发展动态,本文采用共被引分析、聚类分析、共词分析、战略坐标分析等方法,借助CiteSpace、UCINET、BICOMB、SPSS等软件,对Web of Science数据库收录的以情感分析为主题的相关文献进行计量分析与知识图谱绘制。分析结果表明,情感分析的应用、深度学习与神经网络、电子商务下的产品评论、事物情感特征评分、社交网络下用户生成内容、语义定向广告技术以及文本语言属性分析构建了情感分析的知识结构,产品评论与口碑、数据挖掘与人工智能、无监督学习、HadoopMapReduce与支持向量机以及神经网络与深度学习为该领域的研究热点,而顾客评论、推荐系统、极性分类、主题模型、电影评论、推特数据将是未来该领域主要研究方向。 相似文献
13.
[目的/意义] 在线教育评论是影响用户选择和使用在线课程的重要因素，在线教育评论信息的有用性的研究可以辅助用户选择决策，增强用户的使用意愿，推动在线教育产品迭代更新。[方法/过程] 采用问卷调查和实验研究相结合的方法，分析在线评论情感极性（正面评价、负面评价）、产品类型（搜索型在线教育产品、体验型在线教育产品、信任型在线教育产品）对于在线教育评论有用性感知的影响，同时研究在线教育评论信息的有用性、可信性等对选择和使用在线教育评论信息意愿的影响。[结果/结论] 搜索型在线教育产品和信任型在线教育产品的负面评论比正面评论更有用，而搜索型在线教育产品的评论情感极性对评论有用性无统计上的显著差异。当在线教育评论信息固定为正向评论时，在线教育产品类型对感知有用性的调节作用并不十分显著，然而当在线教育评论信息为负向评论时，在线教育产品类型对在线教育评论有用性有显著调节作用。 相似文献
14.
[目的/意义]基于评论效价,将从初始评论到追加评论的动态变化分为一致性在线评论和矛盾性在线评论,结合信息采纳模型,研究不同变化类型对消费者信息采纳的影响,构建理论模型并进行研究。[方法/过程]以淘宝网上运动鞋的初始评论和追加评论为例,采取实验研究的方法,通过4组调查问卷设计,利用SPSS 21.0软件对调查问卷的数据进行分析和处理。[结果/结论]结果表明,一致性和矛盾性在线评论相比,消费者对矛盾性在线评论的有用性感知更强,两种变化类型的评论都是通过感知有用性作用于消费者的信息采纳,自我效能会调节消费者对在线评论的有用性感知。 相似文献
15.
[目的/意义] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法,从技术需求驱动视角识别技术机会,为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源,首先,利用LDA主题模型识别出评论技术主题,提出技术评论主题强度和主题新颖度两个指标,筛选出新兴重点技术评论主题。然后,从学术论文、技术专利中人工选取技术属性词,通过TF-IDF值计算得到评论高频词,结合专家知识进一步筛选出技术特征词,构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后,提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法,分析产品重要技术属性的特征情况,最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会,为企业产品技术研发管理提供参考。 相似文献
16.
以获取高质量的用户评论为直接目标,研究评论质量的评估和“有用评论”的自动识别。主要从评论内容的语言特征、语义内容、情感倾向等多个特征维度来探索文本特征对用户可感知的效用的影响力,采用深层次的文本内容分析技术提取特征指标,并结合计量分析和机器学习方法验证指标的科学性,设计可行的面向效用价值的预测模型。研究证明,依据评论内容可有效探测评论质量,辨识高质量评论,提高评论的效用价值。 相似文献
17.
[目的/意义]将体验型产品在线评论按照文本长度分为长文本在线评论和短文本在线评论,探究这两类评论的时间和内容特征,为电子商务平台掌握消费者在线评论行为规律和商品需求偏好提供情报依据。[方法/过程]利用Python爬虫语言获取电影评论网站中在线评论的相关信息,构造在线评论时间间隔序列,基于人类行为动力学相关构念,探究不同类型在线评论发布行为的时间特征规律;利用文本挖掘方法找出不同类型在线评论的文本内容特征并进行比较分析。[结果/结论]以电影评论网站在线评论为数据来源,从时间角度总结出不同类型在线评论行为的时间间隔序列符合幂率分布;从文本内容角度发现不同类型在线评论的文本内容特征既有一定的相似性,也表现出明显的差异。 相似文献