期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融入Attention机制改进Word2vec技术的水利水电工程专业词智能提取与分析方法
被引量：
19
1
作者
李明超
田丹
+2 位作者
沈扬
Jonathan Shi
韩帅
《水利学报》
EI
CSCD
北大核心
2020年第7期816-826,共11页
水利水电工程专业文本信息处理与分析以往主要依赖于人工交互,存在过程繁琐、效率低且易出错等问题。本文基于自然语言处理技术,引入Attention机制对Word2vec技术加以改进,提出了一种智能高效的水利水电工程专业词识别提取与分析方法。...
水利水电工程专业文本信息处理与分析以往主要依赖于人工交互,存在过程繁琐、效率低且易出错等问题。本文基于自然语言处理技术,引入Attention机制对Word2vec技术加以改进,提出了一种智能高效的水利水电工程专业词识别提取与分析方法。该方法通过组合Attention机制,改进Word2vec技术建立了专业词向量计算模型;根据所求词向量,计算词语间相似度,以词语间相似度为组合标准,组合提取水利水电工程专业词;进而结合已有的水利水电工程专业文本,验证所提取专业词的可信度,实现了水利水电工程专业词的自动提炼,构建了一套水利水电工程专业词智能识别提取与分析体系。该方法应用于实际某混凝土大坝长达229周的施工监理周报文本分析中,经过3轮识别计算与分析,获得了9034个水利水电工程专业词,准确率为87.58%,有效提升了水利水电工程专业文本信息提取分析的效率、准确率与智能化水平。
展开更多
关键词
水利水电工程
专业文本
自然语言处理
词向量
word
2
vec
技术
Attention机制
智能提取
下载PDF
职称材料
基于AWCRF模型的微博情感倾向分类方法
被引量：
2
2
作者
陈炳丰
郝志峰
+2 位作者
蔡瑞初
温雯
梁礼欣
《计算机工程》
CAS
CSCD
北大核心
2017年第7期187-192,共6页
为有效解决中文微博情感数据分布不平衡的分类问题,提出一种融合Affinity Propogation(AP)算法、Word2vec技术和条件随机场(CRF)模型的分类方法。通过AP算法对微博数据进行聚类,将多数类样本按照相似性的度量划分为若干簇类,使类间距离...
为有效解决中文微博情感数据分布不平衡的分类问题,提出一种融合Affinity Propogation(AP)算法、Word2vec技术和条件随机场(CRF)模型的分类方法。通过AP算法对微博数据进行聚类,将多数类样本按照相似性的度量划分为若干簇类,使类间距离极大化、类内距离极小化。利用欠采样技术构建情感倾向分布平衡的训练集,采用Word2vec计算并求出语义相似度最高的文本来扩展微博句子以增加情感信息,使用CRF模型计算已经平衡并扩展后的训练集标签序列,在数据集情感倾向分布不平衡时也能准确地分类微博情感倾向。实验结果表明,与ACRF方法、CRF方法及SCRF方法相比,该方法在召回率和G均值评价标准上具有更好的效果。
展开更多
关键词
情感分析
情感分类
AFFINITY
Propogation算法
欠采样
技术
word
2
vec
技术
条件随机场
下载PDF
职称材料
题名
融入Attention机制改进Word2vec技术的水利水电工程专业词智能提取与分析方法
被引量：
19
1
作者
李明超
田丹
沈扬
Jonathan Shi
韩帅
机构
水利工程仿真与安全国家重点实验室天津大学
中国长江三峡集团有限公司
College of Engineering
出处
《水利学报》
EI
CSCD
北大核心
2020年第7期816-826,共11页
基金
国家自然科学基金项目(51879185)
国家重点研发计划项目(2018YFC0406905)
国家优秀青年科学基金项目(51622904)。
文摘
水利水电工程专业文本信息处理与分析以往主要依赖于人工交互,存在过程繁琐、效率低且易出错等问题。本文基于自然语言处理技术,引入Attention机制对Word2vec技术加以改进,提出了一种智能高效的水利水电工程专业词识别提取与分析方法。该方法通过组合Attention机制,改进Word2vec技术建立了专业词向量计算模型;根据所求词向量,计算词语间相似度,以词语间相似度为组合标准,组合提取水利水电工程专业词;进而结合已有的水利水电工程专业文本,验证所提取专业词的可信度,实现了水利水电工程专业词的自动提炼,构建了一套水利水电工程专业词智能识别提取与分析体系。该方法应用于实际某混凝土大坝长达229周的施工监理周报文本分析中,经过3轮识别计算与分析,获得了9034个水利水电工程专业词,准确率为87.58%,有效提升了水利水电工程专业文本信息提取分析的效率、准确率与智能化水平。
关键词
水利水电工程
专业文本
自然语言处理
词向量
word
2
vec
技术
Attention机制
智能提取
Keywords
hydraulic engineering
professional text
natural language processing(NLP)
word
vec
tor
word
2
vec
attention mechanism
intelligent extraction
分类号
TV512 [水利工程—水利水电工程]
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于AWCRF模型的微博情感倾向分类方法
被引量：
2
2
作者
陈炳丰
郝志峰
蔡瑞初
温雯
梁礼欣
机构
广东工业大学计算机学院
佛山科学技术学院数学与大数据学院
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第7期187-192,共6页
基金
国家自然科学基金(U1501254
61472089
+4 种基金
61572143)
广东省自然科学基金(2014A030306004
2014A030308008)
广东省科技计划项目(2015B010108006)
广东省教育厅青年创新人才项目(2015KQNCX027)
文摘
为有效解决中文微博情感数据分布不平衡的分类问题,提出一种融合Affinity Propogation(AP)算法、Word2vec技术和条件随机场(CRF)模型的分类方法。通过AP算法对微博数据进行聚类,将多数类样本按照相似性的度量划分为若干簇类,使类间距离极大化、类内距离极小化。利用欠采样技术构建情感倾向分布平衡的训练集,采用Word2vec计算并求出语义相似度最高的文本来扩展微博句子以增加情感信息,使用CRF模型计算已经平衡并扩展后的训练集标签序列,在数据集情感倾向分布不平衡时也能准确地分类微博情感倾向。实验结果表明,与ACRF方法、CRF方法及SCRF方法相比,该方法在召回率和G均值评价标准上具有更好的效果。
关键词
情感分析
情感分类
AFFINITY
Propogation算法
欠采样
技术
word
2
vec
技术
条件随机场
Keywords
sentiment analysis
sentiment classification
Affinity Propogation（AP） algorithm
undersampling technique
word
2
vec
technique
Conditional Random Field（CRF）
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融入Attention机制改进Word2vec技术的水利水电工程专业词智能提取与分析方法
李明超
田丹
沈扬
Jonathan Shi
韩帅
《水利学报》
EI
CSCD
北大核心
2020
19
下载PDF
职称材料
2
基于AWCRF模型的微博情感倾向分类方法
陈炳丰
郝志峰
蔡瑞初
温雯
梁礼欣
《计算机工程》
CAS
CSCD
北大核心
2017
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
