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
3
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
重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例
被引量：
18
1
作者
韩珂珂
邢子瑶
+2 位作者
刘哲
刘峻明
张晓东
《地球信息科学学报》
CSCD
北大核心
2021年第2期331-340,共10页
2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信...
2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏导,合理管控舆情。因此,本文采集了2020年1月18日到2020年1月28日期间关于新冠肺炎的33万余条新浪微博数据,基于Louvain和Kmeans的空间聚类、改进的BTM主题词提取等算法,将用户关注热点信息和情感特征作为地域标签,构建了反映情感特征、地域关联与热点关注在内的舆情评价方法,实现了基于位置的信息融合,能够分析不同区域的舆情特点与关注主题差异。研究表明:基于BERT词向量的BTM主题词提取方法可以有效弥补传统主题词提取的计算量大、数据冗余等缺点,在热点挖掘时具有更强的表达能力;不同区域关注热点具有一定的差异性,结合省级、市级及基于Louvain-Kmeans的空间聚类的多尺度舆情分析方法,可以全方位展现不同区域舆情特点。本文提出的舆情分析方法可以有效反映不同区域的舆情特征,为重大公共卫生事件的舆情分析提供参考。
展开更多
关键词
新冠肺炎
微博
情感分析
空间聚类
舆情
主题词提取
热点挖掘
爬虫
原文传递
基于维基百科和条件随机场的领域主题词抽取方法
被引量：
1
2
作者
齐保元
史忠植
《高技术通讯》
CAS
CSCD
北大核心
2014年第6期602-608,共7页
针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题,提出了一种基于维基百科(Wikipedia)和条件随机场(CRF)的领域主题词抽取方法。该方法根据特定领域现有主题词的构词特点、统计分布特点,充分利用维基百科...
针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题,提出了一种基于维基百科(Wikipedia)和条件随机场(CRF)的领域主题词抽取方法。该方法根据特定领域现有主题词的构词特点、统计分布特点,充分利用维基百科独特的结构优势,自动地从维基百科中获取新的领域主题词,补充现有主题词表。该方法采用条件随机场作为训练、测试的模型,将多方面的特征进行综合建模,取得了较好的实验效果。实验结果表明,使用该方法可以将主题词识别的F值提高到83%左右。
展开更多
关键词
主题词表构建
主题词抽取
维基百科(Wikipedia)
条件随机场(CRF)
下载PDF
职称材料
新型标引系统的构建
3
作者
杨亮
王永成
《计算机应用与软件》
CSCD
北大核心
2004年第5期1-2,84,共3页
本文中 ,我们提出了一种抽取主题词的新方法 ,它是基于分类系统的 ,并且能与分类系统相互改进与提高。
关键词
标引系统
主题词
计算机网络
自动分类
机器标引
文献标引
下载PDF
职称材料
题名
重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例
被引量：
18
1
作者
韩珂珂
邢子瑶
刘哲
刘峻明
张晓东
机构
中国农业大学土地科学与技术学院
中国农业大学农业农村部农业灾害遥感重点实验室
出处
《地球信息科学学报》
CSCD
北大核心
2021年第2期331-340,共10页
基金
国家重点研发计划项目(2018YFC1508901-3)。
文摘
2019年12月以来,新冠肺炎疫情迅速席卷全球,截至北京时间2020年5月10日16时40分,全球累计确诊病例4 115 662例,已成为全球聚焦的主要话题。微博等社交媒体平台成为此次疫情相关信息传播的重要渠道和公众情绪的有效传感器之一。对微博信息进行深入挖掘分析不但能研判舆情特点,更有助于政府对公众的情绪进行针对性疏导,合理管控舆情。因此,本文采集了2020年1月18日到2020年1月28日期间关于新冠肺炎的33万余条新浪微博数据,基于Louvain和Kmeans的空间聚类、改进的BTM主题词提取等算法,将用户关注热点信息和情感特征作为地域标签,构建了反映情感特征、地域关联与热点关注在内的舆情评价方法,实现了基于位置的信息融合,能够分析不同区域的舆情特点与关注主题差异。研究表明:基于BERT词向量的BTM主题词提取方法可以有效弥补传统主题词提取的计算量大、数据冗余等缺点,在热点挖掘时具有更强的表达能力;不同区域关注热点具有一定的差异性,结合省级、市级及基于Louvain-Kmeans的空间聚类的多尺度舆情分析方法,可以全方位展现不同区域舆情特点。本文提出的舆情分析方法可以有效反映不同区域的舆情特征,为重大公共卫生事件的舆情分析提供参考。
关键词
新冠肺炎
微博
情感分析
空间聚类
舆情
主题词提取
热点挖掘
爬虫
Keywords
COVID-19
Weibo
sentiment
analysis
spatial
clustering
public
opinion
subject
word
extraction
hot
mining
the
crawler
分类号
R563.1 [医药卫生—呼吸系统]
TP391.1 [医药卫生—内科学]
原文传递
题名
基于维基百科和条件随机场的领域主题词抽取方法
被引量：
1
2
作者
齐保元
史忠植
机构
中国科学院大学
中国科学院计算技术研究所智能信息处理重点实验室
出处
《高技术通讯》
CAS
CSCD
北大核心
2014年第6期602-608,共7页
基金
973计划(2013CB329502)
国家自然科学基金(61035003
+5 种基金
60933004
61202212
61072085)
863计划(2012AA011003)
国家科技支撑计划(2012BA107B02)
中国信息安全测评中心(CNITSEC-KY-2012-006/1)资助项目
文摘
针对传统的手工整理主题词表的方法因耗时、更新速度慢而无法满足应用要求的问题,提出了一种基于维基百科(Wikipedia)和条件随机场(CRF)的领域主题词抽取方法。该方法根据特定领域现有主题词的构词特点、统计分布特点,充分利用维基百科独特的结构优势,自动地从维基百科中获取新的领域主题词,补充现有主题词表。该方法采用条件随机场作为训练、测试的模型,将多方面的特征进行综合建模,取得了较好的实验效果。实验结果表明,使用该方法可以将主题词识别的F值提高到83%左右。
关键词
主题词表构建
主题词抽取
维基百科(Wikipedia)
条件随机场(CRF)
Keywords
thesaurus
construction,
subject
word
extraction
,
Wikipedia,
conditional
random
fields
（CRF）
分类号
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
新型标引系统的构建
3
作者
杨亮
王永成
机构
上海交通大学计算机系
出处
《计算机应用与软件》
CSCD
北大核心
2004年第5期1-2,84,共3页
基金
国家自然科学基金项目 (编号 :60 0 82 0 0 3)资助
文摘
本文中 ,我们提出了一种抽取主题词的新方法 ,它是基于分类系统的 ,并且能与分类系统相互改进与提高。
关键词
标引系统
主题词
计算机网络
自动分类
机器标引
文献标引
Keywords
subject
word
subject
extract
ing
Automatic
classification
Term
weighting
分类号
G254.36 [文化科学—图书馆学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
重大公共卫生事件中的舆情分析方法研究——以新冠肺炎疫情为例
韩珂珂
邢子瑶
刘哲
刘峻明
张晓东
《地球信息科学学报》
CSCD
北大核心
2021
18
原文传递
2
基于维基百科和条件随机场的领域主题词抽取方法
齐保元
史忠植
《高技术通讯》
CAS
CSCD
北大核心
2014
1
下载PDF
职称材料
3
新型标引系统的构建
杨亮
王永成
《计算机应用与软件》
CSCD
北大核心
2004
0
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
