一种级联式微博情感分类器的构建方法

该文从统计学方法与机器学习的分类思想出发,对中文微博文本的情感类别进行研究。针对微博文本的特点,提出了一种级联式微博情感分类器模型,该模型首先构建基于情感词典和新浪表情符号词典的微博情感初级分类模型;然后根据基准词构建基于类别倾向相似度的二级分类模型,对初级模型未能确定情感类别的微博进行再次分类,并对初级模型的词典进行更新;最后采用朴素贝叶斯分类器构建三级分类模型,对以上还未确定情感类别的微博进行三级分类。通过与NLPCC2014微博情感分类评测参赛结果进行比较,说明了所提方法的有效性。     

基于FPGA的多路无串扰超声测距系统的设计与实现

本文给出了一种基于现场可编程门阵列（FPGA）的多路无串扰超声测距系统的设计与实施方案。在前期设计的超声收发一体的硬件电路基础上,本文采用FPGA作为整个测距系统的核心,用于控制编码超声序列的收发及实现基于相关算法的测距。系统中采用有限状态机设计思想,充分利用FPGA中存储器资源。基于前期对不同种类的编码与调制组合性能的评估,本文选择了Gold序列结合二值频移键控调制方式激励超声换能器。为降低回声相关计算的复杂度和减少FPGA内资源占用,采用二值极化相关的方法处理回声信号以捕获渡越时间。实验测试结果表明,该测距系统在35厘米到420厘米的范围内可实现10毫米的测距精度,并可有效消除超声串扰。     

基于情感向量空间模型的歌曲情感标签预测模型

音乐的情感标签预测对音乐的情感分析有着重要的意义。该文提出了一种基于情感向量空间模型的歌曲情感标签预测算法,首先,提取歌词中的情感特征词构建情感空间向量模型,然后利用SVM分类器对已知情感标签的音乐进行训练,通过分类技术找到与待预测歌曲情感主类一致的歌曲集合,最后,通过歌词的情感相似度计算找到最邻近的k首歌曲,将其标签推荐给待预测歌曲。实验发现本文提出的情感向量空间模型和“情感词—情感标签”共现的特征降维方法比传统的文本特征向量模型能够更好地提高歌曲情感分类准确率。同时,在分类基础上进行的情感标签预测方法可以有效地防止音乐“主类情感漂移”,比最近邻居方法达到更好的标签预测准确率。     

GIS绝缘子在冲击电压下沿面闪络的分析

利用计算和试验两种方法,对在SF_6气体中的绝缘子施加冲击电压下的电场及其引起的沿面闪络原因进行了剖析,指出在冲击电压作用下,增加屏蔽罩是减弱电极结构所引起的电场垂直分量的一条行之有效的途径;沿面闪络主要取决于电场分布的均匀度和绝缘子表面受周围环境导电微粒污染这两个基本因素;电极形状导致的局部场强增大,靠增加绝缘子沿面闪络距离不能明显提高沿面闪络电压。     

采用注意力门控卷积网络模型的目标情感分析

针对传统目标情感分析采用循环神经网络模型导致训练时间长且其他替代模型未能使得上下文和目标词之间实现良好交互等问题,提出了一种用于目标情感分析的注意力门控卷积网络模型。该模型首先将上下文和目标词通过多头注意力机制加强上下文和目标词之间的交互;其次采用门控卷积机制进一步提取关于目标词的情感特征;最后通过Softmax分类器将情感特征进行分类,输出情感极性。实验结果显示,与循环神经网络模型中准确率最高的循环注意力网络模型相比,在SemEval 2014任务四的餐厅和笔记本电脑数据集上的准确率分别提高了1.29%和0.12%;与循环神经网络模型中收敛速度较快的基于注意力的长短期记忆网络模型相比,收敛时间下降了约29.17s。     

用于文本情感极性分析的动态卷积神经网络超限学习算法

为改善动态卷积神经网络在文本情感分类方法中的泛化能力,提出了一种动态卷积超限学习算法.对动态卷积神经网络的输出层加以改进,使用浅层随机神经网络替代全连接层,利用参数随机生成的扰动性能,降低分类端对训练样本的依赖,避免过拟合,提升分类性能.在公共数据集上的实验证明:相对改进前的动态卷积学习算法以及超限学习机,所提出的方法在准确率、F1测度等多个标准指标上均体现了更优的分类性能.     

基于域对抗网络和BERT的跨领域文本情感分析

跨领域文本情感分析时,为了使抽取的共享情感特征能够捕获更多的句子语义信息特征,提出域对抗和BERT(bidirectional encoder representations from transformers)的深度网络模型。利用BERT结构抽取句子语义表示向量,通过卷积神经网络抽取句子的局部特征。通过使用域对抗神经网络使得不同领域抽取的特征表示尽量不可判别,即源领域和目标领域抽取的特征具有更多的相似性;通过在有情感标签的源领域数据集上训练情感分类器,期望该分类器在源领域和目标领域均能达到较好的情感分类效果。在亚马逊产品评论数据集上的试验结果表明,该方法具有良好的性能,能够更好地实现跨领域文本情感分类。     

彩云易散琉璃脆——白乐天《简简吟》等感伤诗对宋词的影响

白居易自分其诗为讽喻、闲适、感伤、杂律等四类,最重讽喻之作,在其诗集中冠之卷首.宋代词人的接受视域中,最重“感伤”、“闲适”之作.如果说白居易《长恨歌》是将目光投向了家国兴替与李杨悲欢,是以最高统治者为关注对象的,《琵琶引》更多的是诗人自我怜惜,自伤零落栖迟.那么《简简吟》、《花非花》等作品则是以普通女性为关注对象,感伤美好事物易逝.     

基于词条向量和情感分析的新闻广告匹配模型

在新闻网页上配置广告的算法通常以信息关联度为基础,没有考虑新闻和广告之间的情感差异,容易导致错误匹配.针对目前广告匹配算法的缺陷,在关键词生成、情感分析技术的基础上,引入情感差异分析,建立了一种新的支持在线新闻与广告内容、情感相匹配的模型.该模型对在线新闻网站和广告投放商实际应用具有重要的意义.     

基于集成情感成员模型的文本情感分析方法

文本情感分类是指通过挖掘和分析文本中的观点、意见和看法等主观信息,对文本的情感倾向做出类别判断。基于集成情感成员模型提出一种文本情感分析方法。把基于改进的神经网络、基于语义特征和基于条件随机场的三个情感分类模型作为成员模型集成在一起。集成后的模型能够涵盖不同的情感特征,从而克服了传统集成学习中仅关注成员模型处理结果的不足。以公开语料进行实验,集成模型融合了多个成员模型的优势,分类正确率达到了88.2%,远高于任一成员模型的效果。