首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 703 毫秒
1.
面对网络中日益丰富的文本性情感信息资源,利用关联挖掘技术对其进行智能化的自动挖掘与分析,获取语义层面的用户情感知识,对于企业竞争策略的制定和竞争优势的保持具有重要的潜在价值。将关联挖掘技术融入文本情感分析之中,研究并设计一种融合语义关联挖掘的文本情感分析算法,实现语义层面的情感分析与用户情感知识挖掘。实验结果表明,该算法取得了很好的预期效果,显著提高了情感分析的准确率与效率以及关联挖掘的深度与广度。  相似文献   

2.
如今,中美两国之间的外交博弈作为社会热点事件,容易形成网络舆情.文章运用了基于词向量的文本情感分析方法,从网络社会学的角度出发,关注2020年中美外交互相关闭领事馆事件.在分析文本词频、文本情感、情感时间序列的基础上,探究大国外交中的网络舆情特征.研究认为:大国外交的网络舆情文本带有明显的情感化表达特征以及包容化、趋向...  相似文献   

3.
运用非结构化信息挖掘,对网络评论情感进行分析是一个非常重要的方法。本文基于Web客户评论情感文本,在情感文本预处理过程中使用四种不同的停用词表,采用两种不同的特征选择方法,选用著名的TF-IDF权重计算方法,使用基于RBF核函数的支持向量机方法的分类器实现了对携程网上采集的4000个酒店客户评论情感文本的分类研究。通过实验,分析了不同特征选择方和停用词表的使用对客户评论文本情感分类的影响,提出了基于情感文本分类的有效的停用词表。  相似文献   

4.
网络推手识别研究在净化网络环境、监测网络舆论导向等领域有广阔的发展前景。采用文本情感倾向分析方法进行网络推手识别,通过分析信息发布者的情感倾向,统计正面情感信息与负面情感信息的比重,确定该信息发布者是否是网络推手。重点讨论信息抽取及情感分类相关技术的实现,并验证方法的可行性。  相似文献   

5.
通过Python网络爬虫获取IMDB网站美剧《权力的游戏》影评并进行数据清洗,利用自然语言处理(NLP)对数据进行文本规范化、TF-IDF特征提取。采用有监督机器学习技术对模型进行训练、测试、评估,并用经过训练的模型分析规范化处理的影评文本,得到该剧影评的正负情感,并对其进行可视化处理与分析。运用隐含语义索引技术对标记过情感极性的影评文本进行主题建模,分别提取评论主题。展开爬虫分析影评对涉军舆情监控的启示。  相似文献   

6.
中文文本情感倾向分析研究   总被引:2,自引:0,他引:2  
文章首先采用文献计量的方法,统计分析了中文文本情感领域相关的研究论文并给出当前研究框架;接着分类研究了中文文本情感分析的代表性成果,按基础理论研究和应用研究两部分进行深入探讨,前者包括词语和文档情感极性判断、细粒度情感信息抽取、情感分析资源建设,后者则包括其在各领域的应用研究及相关商业系统;最后对中文文本情感倾向分析进行了展望。  相似文献   

7.
本文以App隐私政策为研究对象,探究隐私政策文本结构与情感表达的差异。随机抽取并收集工信部通报的不合规App的隐私政策文本,按App类别进行分类后通过社会网络分析、情感分析以及比较研究发现,商务交易类App隐私政策正向情感最甚,对浏览记录获取的介绍更详细,网络娱乐类App更关注保护其他用户权益。文本结构与具体词组在不同种类App中存在不同,浏览记录与权限获取仍存在改进空间。  相似文献   

8.
[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   

9.
文本信息内容的影响力是虚拟社区影响力的基本构成,但针对其情感表达特征效用的研究尚为空白.研究基于扎根理论产生虚拟社区文本情感表达方式范畴、构建文本情感表达丰裕度对用户参与行为的作用模型,并利用文本分析方法对模型进行验证.研究显示虚拟社区帖标题和帖内容的情感表达丰裕度分别对用户浏览和回帖行为发挥正向促进作用,基于此应将文本情感表达丰裕度(包括情感表达多样性和情感表达充裕度)作为虚拟社区信息内容分析重要指标.研究并提出虚拟社区文本情感表达充裕度算法.  相似文献   

10.
在网络时代,社交媒介平台已成为高校学生获得信息、沟通交流、表达情感的主要载体,同时也为高校网络舆情管理带来了新的挑战。在分析高校网络舆情热点话题特征基础上,采用数据挖掘技术,以河南工业贸易职业学院百度贴吧网帖文本内容为例开展高校网络舆情热点话题发现并进行情感分析,从而提出高效、科学和更具针对性的舆情引导策略。这对高校舆情管理和引导具有一定的实用价值和探索意义,有助于构建安全稳定、和谐积极的高校舆论环境。  相似文献   

11.
文本情感分析作为自然语言处理领域的一个重要分支,被广泛运用于舆情分析和内容推荐等领域,近年来成为研究的热点。提出基于语法规则和自注意力机制的GCN情感分析方法。首先,使用Glo Ve预训练模型与Bi LSTM模型提取文本的语义特征,并采用spa Cy工具对文本进行句法依存分析,从而提取文本的语法规则。其次,引入自注意力机制,并依据语义特征与语法规则构建GCN模型。最后,采用全连接层和Softmax分类器进行情感分类。实验结果表明,该方法与相关基线模型相比,在Twitter数据集上的准确率和宏F1值分别得到了提升,具有较好的情感分类性能。  相似文献   

12.
采用文献调研方法,从不同粒度层次的情感分析视角,阐述细粒度情感分析对整个情感分析方法的影响与促进,并对细粒度文本情感分析的最新任务和技术方法进行了归纳总结,最后对该领域未来研究趋势进行了研判。此文相关研究成果可为后续研究提供借鉴与参考。  相似文献   

13.
三种文档语义倾向性识别方法的分析与比较*   总被引:2,自引:0,他引:2  
研究并实现三种文档倾向性识别的方法:基于情感词加权的方法、基于语义模式分析的方法和基于文本分类的方法。第一种方法利用特征词汇的情感语义倾向性。第二种方法对自然语言的句法结构进行简化,以获取合适粒度的倾向性语义模式。第三种方法则直接利用传统的基于文本分类的方法。通过在网络舆情分析系统中的具体实现,探讨这三种方法各自的不足和优势。  相似文献   

14.
基于文本情感挖掘的企业技术竞争情报采集模型研究   总被引:1,自引:0,他引:1  
在分析情感知识的技术竞争情报价值和文本信息资源的情感特性及情感化方式的基础上,围绕企业技术竞争情报获取目标与环境,结合文本情感挖掘流程构建由数据层、处理层、应用层组成的采集模型,可用于从以网络技术评论为典型代表的主观性文本信息资源中识别出情感知识作为对传统的主题式情报采集的有益补充,实现情感类技术竞争情报的智能获取。  相似文献   

15.
孙越  赵迎红 《采.写.编》2024,(1):10-12+71
体育赛事作为社会热点事件,易引起广泛关注与讨论,形成网络舆情。本文研究背景为2022年女排世界锦标赛,通过分析中国女排微博发布数量随时间变化序列、评论数量随时间变化序,研究评论样本的词频以及对评论文本的情感进行打分,进而归纳总结出体育赛事网络舆情的传播特征,并给予相关建议。  相似文献   

16.
网络文本信息过滤的意义及其模型初探   总被引:1,自引:0,他引:1  
网络文本信息过滤可根据用户的需求,通过过滤机制主动选择所需的信息,有效解决网络信息迷航的问题。文章就网络文本信息过滤的用户建模和用户匹配技术进行了初步探讨,并在阐述信息过滤一般应用模型的基础上提出网络文本信息过滤模型,分析网络文本信息过滤模型的应用特征及其组件,并着重讨论了布尔逻辑模型、概率模型和向题总结并提出了一些改进意见。方法,最后就模型中两大技术应用存在的问题总结并提出了一些改进意见。  相似文献   

17.
针对文本信息内容结构参差不齐的问题,提出一种评价文本内容结构分析方法,该方法将文本中的句子作为节点,句子之间的共同名词作为边,构建文本复杂网络,并选取复杂网络的拓扑性质对文本结构特征进行分析。基于一个新闻文本案例构建复杂网络,并计算度、强度、最短路径、加权聚类系数等衡量指标,这些指标能很好地评价文本内容结构的好坏,也为理解和提取文本的中心思想、生成摘要、文本检索过滤提供重要参考依据。  相似文献   

18.
Web文本情感分类研究综述   总被引:6,自引:1,他引:5  
对用户发表在Web上的评论进行分析,能够识别出隐含在其中的情感信息,并发现用户情感的演变规律.为此,本文对Web文本情感分类的研究进行综述.将情感分类划分为三类任务:主客观分类、极性判别和强度判别,对各自的研究进展进行总结.其中将情感极性判别的方法分为基于情感词汇语义特性的识别和基于统计自然语言处理的识别方法.分析了情感分类中的语料库选择和研究难点.最后总结了情感分类的应用现状,并指出今后的研究方向.  相似文献   

19.
“躺平”作为2021年“十大网络热词”之一,引发了大量的关注和讨论。本文以新浪微博中有关“躺平”和“内卷”的内容为研究数据,基于词频统计和LDA主题模型提取主题,从文本特征透视青年亚文化的情绪表达。通过对文本数据进行分析发现,“躺平”的微博内容主要呈现出青年的“躺平原因”“内心情感”“寻求寄托”“享受生活”四个主题;而“内卷”的微博内容主要呈现出青年人视角下“内卷严重”“生活压力”“反抗内卷”“教育内卷”四个主题。“躺平”和“内卷”的话语表达折射出了当代青年人的生活现状和内心情感。对文本内容进行分析之后,本文探析了“躺平”和“内卷”流行的成因以及青年亚文化表征,并对青年亚文化的情绪表达进行思考。  相似文献   

20.
沈艳  宋燕燕 《今传媒》2016,(12):112-113
Web2.0带来了信息传播的根本性变革,信息不仅仅总量大,更体现了及时性、流动性的特点.对于信息的掌握、分析和运用,利用文本挖掘技术对网络评论的信息提取,可以说是近年来的热点领域.本文重点探讨网络评论中具有较强应用性的四种分析:主题词提取、社会网络分析、舆情分析以及情感强度分析,这四种分析都是以计算机文本挖掘为技术支持,是新闻学、传播学、营销学以及社会学研究中具有较强应用性的领域.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号