基于微博的高校舆情监测平台设计

随着新社交媒体的快速发展,高校学生和教师越来越多人借助微博针对其关心的校园管理及生活问题发表意见和评论,学校管理部门有效获取高校舆情信息已经成为研究的热点问题.在国内外已有相关平台的基础上,从分析微博数据特点入手,使用可视化建模语言UML对基于微博的高校舆情监测平台进行设计.     

基于MPNet预训练和多头注意力特征融合的引文意图分类方法

引文意图自动分类是文献计量领域的重要问题,现有的引文意图分类模型存在对文本特征抽取能力有限、无法融合引文上下文特征和引文外部特征的问题.因此,文中提出基于MPNet预训练和多头注意力特征融合的引文意图分类方法.引入位置补偿结构,改善掩码语言模型与排列语言模型存在的缺陷.联合引文的语法词频特征与引文结构特征,提出适用于引文意图分类任务的特征抽取方法.再引入多头注意力机制进行特征融合,提升分类效果.在ACL-ARC数据集上的实验表明,文中方法在引文意图分类任务上性能较优,同时还具有在不平衡数据上的鲁棒性.     

一种挖掘概念漂移数据流的选择性集成算法

提出一种挖掘概念漂移数据流的选择性集成学习算法。该算法根据各基分类器在验证集上的输出结果向量方向与参考向量方向之间的偏离程度,选择参与集成的基分类器。分别在具有突发性和渐进性概念漂移的人造数据集SEA和Hyperplane上进行实验分析。实验结果表明,这种基分类器选择方法大幅度提高了集成算法在处理概念漂移数据流时的分类准确性。使用error-ambiguity分解对算法构建的naive Bayes集成在解决分类问题时的性能进行了分析。实验结果表明,算法成功的主要原因是它能显著降低平均泛化误差。     

中国古建筑的L系统建模新方法

中国古建筑的数字化保护问题日益成为计算机和建筑学科的研究重点,但其结构巧妙、类型丰富,且建模工程耗时等,给研究工作带来很多挑战。针对上述问题,提出了一种快速的数字建模方法,通过深入分析并抽取建筑特征,建立了古建筑L系统构件模型库及构件特征库,利用虚拟装配过程控制创建真实、精确的虚拟古建筑3D模型。结果表明,这种方法具有建模精确、生成快速等优点,可对中国古代建筑遗产进行有效的数字保护。     

基于部首和音位的情感词汇表示模型

文本情感分析是自然语言处理的热点问题之一,而词汇是情感分析的基础。汉字通过声音和形状表达意义,该文综合考虑词汇中每个字的部首和音位等信息,构建了一个情感词汇分类模型。在模型中,将词汇的字、部首和音位三种信息向量化,与原始词汇向量融合,生成新的情感词汇表示,最后采用前馈神经网络和卷积神经网络对情感词汇的极性进行分类。实验结果表明,三种细粒度特征都能有效地提高情感词汇的分类效果,并且该文在COAE评测的语料上验证了模型的有效性。     

基于描述逻辑规则的语义Web服务组合

针对OWL-S语义Web服务自动组合问题,提出了一种基于描述逻辑(DL)规则的建模和组合方法.将ServiceProfile中的原子服务及其输入、输出参数分别建模DL中角色和概念,将概念间上下位关系和ProcessProfile中组合流程模型建模为DL规则,以一种统一的方式刻画语义Web服务的静态功能语义和动态交互特征...