基于细粒度信息感知BERT-EEP的情绪分类方法

网络舆情情绪分析专注于挖掘特定领域文本中深层次的情绪信息，对及时评估和化解舆情风险有重要意义。以往研究大多依赖情感符号、词性等基本情绪知识构建情绪语义特征，忽略了文本中情绪的持有者、线索等细粒度语言表达。为此，针对COVID-19疫情期间网络舆情数据的特点，引入同步双通道循环递归网络抽取细粒度情绪信息。在此基础上，提出辅助句构造法和基于BERT的情绪表达感知网络BERT-EEP,利用细粒度情绪信息辅助标签分类，并通过多头注意力机制和双向门控循环单元学习辅助信息和上下文之间的依赖关系，最终实现情绪分析。为评估所提方法的有效性，构建了一个具有细粒度表达的COVID-19中文情绪数据集。实验结果表明，所提方法能有效地融合细粒度情绪信息，在情绪分类任务上获得了优异的性能。     

雨水调蓄设备专利技术申请现状与发展分析

基于城市黑臭水体治理技术中雨水调蓄设备的专利数据统计和专利分析,围绕国内重要申请人、申请趋势、专利类型、法律状态、技术分类等方面,分析国内调蓄技术的重点方向;同时对该技术的发展趋势、技术热点、技术空白点进行了梳理,为相关企业、科研单位的黑臭水体应用开发的研发投入提供参考。     

基于BERT模型的指令集多标签分类研究

指令分类可有效识别出指令的类别并提取出指令中的关键信息,有助于编译器开发人员快速构建编译器后端指令相关的代码,降低时间成本。针对传统文本分类模型的不足,研究提出基于BERT预训练模型的指令描述文本分类方法。经过数据清洗、预处理,在BERT预训练模型基础上,研究构建了文本多标签分类模型,实验结果表明,本文提出的方法对指令文本有较好的分类效果。     

桥下灰空间的改造设计研究——以昆明西苑立交桥为例

文中以昆明市西苑立交桥为研究对象,结合微更新理论对场地进行调研分析,探索小尺度、小细节修复更新桥下灰空间现存问题的设计策略,以期通过功能重塑、艺术介入等设计手段,解决场地现存功能单一的问题,唤醒城市遗忘空间活力。