共查询到20条相似文献，搜索用时 140 毫秒
1.
[目的/意义]随着网络化和数字化的快速发展，线上线下医疗健康活动产生了海量多模态数据，当前迫切需要一种更为完善的知识组织方法，对类型繁多、专业性强的医疗健康多模态数据进行序化和组织。[方法/过程]首先对多模态数据进行预处理以构建多模态医疗健康数据集；接着基于实体对齐和关系抽取实现医疗健康数据的知识单元抽取，并通过知识评估和融合构建多模态知识单元；然后在多模态知识单元和知识图谱基础上提出一种面向多模态医疗健康数据的知识组织模式；最后以文本和图像模态数据为例，以医疗健康问答系统为实践应用进行分析和验证。[结果/结论]针对多模态医疗健康数据的内在特性，基于多模态知识图谱和语义知识组织框架，提出一种面向多模态医疗健康数据的知识组织模式。本研究推进了多模态知识组织的理论深度，可为医疗健康领域知识序化、精准知识服务和深度知识发现提供有效支撑。 相似文献
2.
[目的/意义]利用知识图谱构建大数据驱动的社交网络舆情事件主题图谱,是网络舆情学术界和产业界关注的新问题,结合校园突发事件网络舆情进行可视化分析对推动社交网络舆情监控平台的构建具有一定的理论和现实指导意义。[方法/过程]文章在对知识图谱、社交网络舆情事件主题图谱相关理论进行分析梳理的基础上,构建校园突发网络舆情事件主题图谱中的实体、关系和过程模型,并结合"北京交通大学实验室爆炸"舆情事件进行可视化分析。[结果/结论]数据结果表明,政府官微在舆情引导中起到重要作用;可以从"故事线"和"时间线"两个方面对舆情事件进行可视化分析;高校舆情事件在爆发初期、事件调查进展期、事件调查结果期呈现不同的情感倾向;高校舆情事件的传播媒介在移动端和非移动端传播差异不大;舆情夜间传播活跃度高于日间。 相似文献
3.
[目的/意义]多模态资源虽类型丰富但分散无序,挖掘多模态资源间隐含的知识关联进而实现跨模态、多角度的知识重组,对于多模态资源的智能管理与深层服务都具有重要的价值。[方法/过程]文章立足知识服务的特点与需求,结合多模态资源的特征,探讨多模态资源的知识挖掘方案,并基于此方案探讨可通用的多维度知识重组方案。在此基础上,以多模态红色资源为代表,通过对红色人物陈毅相关多模态资源的获取与处理,实现相关文本、图像、视频资源的知识重组,开发了可视化知识服务平台“陈年毅事”,并从时间、地点、人物、主题等不同维度探讨了可视化知识服务的实现路径。[结果/结论]通过实证研究,验证所提出知识重组方案的适用性与可行性,可以为多模态资源的深度挖掘、多维组织与服务应用提供一定的借鉴与参考。[局限]图像及视频资源有待更深层的挖掘;知识关联方式还有待补充。 相似文献
4.
[目的/意义]针对突发公共卫生事件情境下网络舆情信息复杂,多事件之间存在耦合现象,提出利用多属性融合的事理图谱揭示舆情事件发展脉络和演化规律。[方法/过程]以“西安疫情”为实验数据源,提取事件情感因子、事件影响力、事件持续时间等多维属性特征,采用规则模板和语义聚类算法构建舆情事理图谱,从多维视角揭示舆情演化规律。[结果/结论]多属性融合的事理图谱不仅可以从事件链角度揭示突发公共卫生事件网络舆情的演化路径和发展方向,而且可以从多维视角识别舆情动态发展中的关键事件,为舆情管控部门和应急管理部门进行舆情治理提供决策依据。[局限]未考虑一因多果和一果多因的因果事件对。 相似文献
5.
[目的/意义]针对突发事件分类研究中模态单一或缺失、分类效果不理想等问题，本文提出结合文本和图片特征信息，以多模态融合的方式对突发事件进行分类。[方法/过程]本文提出一种基于多模态融合的突发事件分类模型(Emergency Classification Model with Hybrid Fusion, ECMHF),由BERT联动BiLSTM构成的文本特征抽取分类模型、VGG19为基础的图像特征抽取分类模型、融合文本描述特征和视觉语义特征的多模态融合层加上预测类别输出层组成的多模态分类模型3部分构成主体框架，最后将所有模型的决策层输出分配权重后再融合。[结果/结论]以收集的突发事件新闻数据为实验样本进行实证研究。结果表明，ECMHF模型在所有模型中性能最佳，F1值达到最高的99.072%,比次优模型高出0.51%。加入混合融合策略的ECMHF模型能够有效地识别出突发事件的类别。未来将在更为广泛和多元的突发事件多模态数据集中进行验证。 相似文献
6.
7.
[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。 相似文献
8.
[目的/意义]利用本体对重大突发事件下网络舆情信息源及要素等进行分析,更好地管理与组织相关数据,为设计重大突发事件网络舆情案例数据库奠定基础,进而辅助政府进行精准决策。[方法/过程]分析并提取异源平台网络舆情数据属性与属性值,依据舆情传播过程及要素分析本体核心概念、数据属性及关系,利用UML完成本体数据模型的构建。[结果/结论]为各类突发事件网络舆情异构信息源统一描述、组织、存储与管理建立了数据模型,为各类突发事件进一步应急决策与防范提供了有力支持。[局限]文章对数据模型的研究未进一步细化和解释相关概念、关系和数据属性,也未完成数据库存储平台的实际搭建并对数据的属性、属性值及数据类型进行深入分析。 相似文献
9.
[研究目的]重大突发事件引发网络舆情信息的传播,在一定程度上会影响政府公信力的提升和社会的稳定。构建重大突发事件网络舆情元数据框架,对重大突发事件网络舆情内容及结构进行规范,为政府进行重大突发事件应急决策和网络舆情预警提供支持。[研究方法]通过网站浏览、案例分析、文献调研等实证研究,综合运用归纳和演绎方法,对重大突发事件引发的各类网络舆情信息源及其构成要素进行分析,在此基础上选择核心元数据元素,构建重大突发事件网络舆情元数据框架。[研究结论]通过梳理元数据框架,根据各类网络舆情信息源的概念和特点,从舆情客体、舆情主体、舆情本体、舆情载体为核心描述角度构建重大突发事件网络舆情元数据框架,设置与重大突发事件关联的专有元素,并对元数据框架进行描述效果应用,为重大突发事件网络舆情数据的存储、利用提供了支持。 相似文献
10.
11.
[研究目的]政务短视频如何精准地服务于用户需求已成为数字政务管理实践中的重点和难点。从主题与行为的关联演化的视角出发,对这一问题展开深入探究并提出针对性的意见和建议,能为政府制定适宜的政务短视频发布策略提供决策支持。[研究方法]设计网络爬虫程序抓取政务短视频数据,基于政务话语框架和BERTopic模型对政务短视频标题进行主题挖掘,并结合话题与用户行为数据进行关联分析。[研究结论]政务短视频运营方应基于舆情不同生命阶段的用户特征指定个性化的政务短视频主题发布策略,应加大观点框架的使用频度和使用力度。但在舆情爆发期,应特别重视和强化信息框架下的短视频发布。将框架理论引入政务短视频的主题挖掘研究,并基于短视频主题和用户行为的双重视角构建了突发公共卫生事件期间政务短视频的话语框架,为突发公共卫生事件中政务短视频运营管理提供了一种全新的发布策略。 相似文献
12.
[目的/意义]区块链环境下网络舆情传播过程及影响因素模型分析，可更好地保证网络虚假信息传播的可追溯性，对实现网络舆情治理和打造网络舆情生态空间具有积极作用。[方法/过程]本文基于信息传播理论和信息生态理论，分析了区块链环境下网络舆情的传播过程，构建了区块链环境下网络舆情传播影响因素模型。采用网络爬虫获取Minds平台社交媒体数据对提出的模型及假设进行验证。[结果/结论]研究结果表明，区块链环境热度、区块链信息偏好、区块链技术偏好和信息人影响力是影响区块链环境下网络舆情传播的重要因素。其中，区块链环境热度、区块链信息偏好、区块链技术偏好和信息人影响力对区块链网络舆情传播态势有正向影响，图片信息上链偏好和视频信息上链偏好对区块链信息偏好有正向影响，信息上链偏好同区块链信息偏好呈负相关，区块链信息偏好对区块链技术偏好有正向影响，区块链信息偏好对区块链环境热度有正向影响；上链粉丝用户数量、上链关注用户数量对信息人影响力有正向影响。研究丰富了区块链环境下网络舆情传播过程的理论和算法，从网络舆情传播影响因素的视角出发提出了治理区块链环境下网络舆情空间生态的对策建议。 相似文献
13.
[目的/意义]探讨网络舆情与网络意识形态共同的研究热点,清晰地了解相关研究的关联现状与发展趋势。[方法/过程]选取2015—2019年中国知网收录的网络舆情与网络意识形态期刊文献信息,利用CiteSpace软件分别绘制机构、作者等空间分布图谱,关键词共现网络、关键词突现、关键词研究时序等内容分析图谱。[结果/结论]网络舆情与网络意识形态研究间呈现出明显的研究关联且发展迅速,尽管研究成果较为松散但已初步形成研究体系。 相似文献
14.
[目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别提取文本、表情符号和图片的特征向量,通过不同的特征融合方式进行反讽识别。[结果/结论]通过与单模态反讽识别模型进行对比实验,发现文章提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优,验证了多模态模型比单模态模型反讽识别效果更佳的结论。 相似文献
15.
对话式聊天机器人ChatGPT以近乎摧枯拉朽的气势席卷社会,拨开了通用人工智能的曙光。ChatGPT的升级版GPT-4是个多模态大模型,它从单调的文本交互,升级为可以接受文本与图像组合的多模态输入,相比传统的单模态大模型,多模态大模型更加符合人类的多渠道感认知方式,能够应对更加复杂丰富的环境、场景和任务。GPT-4表明在多模态大模型中引入基于人类知识的自然语言理解与生成能力能够带来模型在多模态理解、生成、交互能力上的巨大提升。本文将介绍多模态大模型的概念、关键技术、近期进展和应用场景、GPT-4的技术特性,并重点探讨以GPT-4为代表的大语言模型对构建多模态大模型的几点启发。具体而言,将讨论如何充分利用大语言模型的语言能力,在多模态大模型的构建中,借助语言的帮助更好地感知理解世界、创作生成内容、与人和环境交互。 相似文献
16.
[目的]为了研究社交网络以及研究微博网络与微信网络之间舆情的传递过程。[方法]利用无标度有向网络和BA网络分别模拟微博网络和微信网络环境,通过特定的连接关系设计了耦合网络载体,在SEIR模型的基础上,充分分析了用户的传播心理,考虑到了个体具有兴趣衰减效应以及记忆效应等特征,构建了基于耦合网络的社交网络舆情传播模型。[结果]实验结果表明,构建的双层社交网络舆情传播模型能较好地反映现实生活中的舆情传播过程,用户在多层社交网络之间的互动加速了舆情信息的流动,扩大了舆情信息的影响力,层间传播阈值的控制是管理多层社交网络舆情传播的关键。 相似文献
17.
【目的/意义】网络舆情是群体智慧的涌现形式之一,探究不同平台的网络舆情信息所蕴含的群体智慧,对
网络舆情的管理与引导具有重要的理论价值与现实意义。【方法/过程】研究以新浪微博和抖音短视频为数据源,基
于ELECTRA和REDP方法分别对舆情文本信息进行实体抽取与关系抽取,分别构建微博平台与短视频平台的网
络舆情知识图谱,并对各网络舆情知识图谱进行对比分析。【结果/结论】研究结果表明,微博与短视频平台的舆情
信息通常会涉及相同的主流内容,同时各平台也存在不同的衍生内容。在信息内容方面,新浪微博平台的舆情信
息的内涵更加丰富、外延更加广泛。在知识的贡献与获取方面,新浪微博平台的用户更加偏向于参与舆情话题的
讨论,主动贡献知识。在知识图谱构建方面,短视频平台舆情内容中的知识实体同时出现的联合概率较高,更容易
形成知识三元组,舆情知识也更加聚焦。【创新/局限】本研究分别构建了新浪微博与抖音短视频平台的舆情知识图
谱,并对各平台知识图谱进行对比分析。在未来的研究中,研究将对各平台知识图谱差异性的产生过程与原因进
行更加深入地思考。 相似文献
18.
19.
[目的/意义]丰富的互联网数据为洞悉真实事件提供了多维视角,快速识别突发事件并准确判断其所属类别,有助于各级政府及应急管理部门高效地管理应急情报资源。[方法/过程]文章构建了基于文本—图像增强的突发事件识别及分类的理论模型;通过文本卷积神经网络、视觉几何群网络搭建深度神经网络共同组成Multi-DNN模型;最后以真实的自然灾害类突发事件数据进行实例验证。[结果/结论]通过文本、图像相互增强,多模态特征融合能够提升突发事件识别及分类的准确率,同时在小样本数据的任务处理中仍有良好效果,证明不同模态的数据能够相互补充、相互印证,对其融合处理能够提供比单一模态更为准确和全面的信息分析。 相似文献
20.
[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。 相似文献