基于交互注意力的突发事件评论对象情感分析

现有突发事件网民情感分析研究多为粗粒度的情感分析,为了精准地分析突发事件中网民对不同对象的情感,提出一种基于RoBERTa词嵌入和交互注意力的突发事件细粒度情感分析方法。通过构建RoBERTa-CRF评论对象抽取模型,完成突发事件相关评论对象的抽取。利用交互注意力机制和预训练模型构建RoBBETa-IAN模型,实现评论对象的情感分析。最后,分析突发事件中网民对不同对象的情感,并可视化展示。在构建的微博新闻评论数据集上,RoBERTa-CRF评论对象抽取模型和RoBERTa-IAN情感分析模型的F₁值分别为0.76和0.79。     

洪水前后新安江源区河流氮素时空分布对比研究

针对源区河流氮素时空分布规律,选择位于安徽省休宁县境内上溪口地区新安江源头段作为试验研究对象,通过野外采样、水质监测和统计分析方法,研究试验区域洪水前后各项监测指标的时空分布特征及其影响因素,揭示洪水对新安江源区河流氮素的影响。结果表明：流域水体总氮浓度沿水流路径逐渐增加;洪水后总氮、氨氮和硝氮浓度比洪水前均有所增大,洪水期雨水对流域的氮素进行了“冲刷”;相关性分析表明洪水前硝氮和总氮受植被影响较大,洪水后硝氮与汇水面积相关,总氮浓度受高程、坡度和地质等因素影响;所构建的预测模型能够较好地预测洪水前硝氮和总氮以及洪水后氨氮和硝氮的分布。     

基于混合融合的突发事件多模态情感分析

为了提升突发事件中网民情感分析的准确率和稳定性,提出一种基于混合融合的突发事件网民多模态情感分析模型。对于突发事件中的多模态信息,利用双向LSTM和VGG并结合注意力模型,分别提取文本情感特征和图像情感特征,利用中层融合的方式学习不同模态特征之间的交互关系,通过基于逻辑回归的决策层融合模型充分学习不同模态之间的相关性,最后通过全连接层输出情感预测结果。在构建的“新冠疫情”数据集上进行对比验证实验,结果表明,所构建的模型相较于基准模型具有一定的优越性。