Chinese Relation Extraction Based on Ensemble Kernel

将基于特征向量的平面核和基于句法分析树的结构核组合,进行中文实体关系抽取.首先进行特征选择实验,为构造平面核中的特征向量选择最优特征集合,特征包括实体大类、实体子类、实体类别等实体信息以及实体对在句子中的前后词信息.在定义结构核函数时,从包含两个实体的句子中提取最短路径包含树(shortest path tree,SPT),然后使用卷积树核函数来计算两棵SPT树的相似度.在ACE RDC 2005中文语料库上进行实体关系大类的抽取实验,其F值达到了68.50%,比两个单独核函数的方法分别提高4.36%和17.37%.同时,在组合核中也进行了特征选择实验,得到了最好关系抽取性能的F值为70.58%,说明单独平面核的最优特征集在组合核中未必最优.结果表明,本文利用实体语义信息构造平面核并与结构核组合,对于中文实体关系抽取具有较好的性能.     

基于文本挖掘的不同购物网站商品评论一致性研究

基于文本挖掘的理论,提出不同购物网站商品评论对比分析的方法,对不同购物网站同一商品评论是否一致进行研究。首先对商品单个特征的评论进行对比分析,然后衍生到商品的整体特征对比。研究发现,不同购物网站对同一商品的评论并不完全一致,这种不一致主要体现在商品特征上面,这说明商品评论会因为购物网站的不同而有所差异。     

在线评论特征对用户虚假评论感知的影响机制

从个体认知加工视角出发,运用在线评论的可计算特征探索用户虚假评论感知的影响因素。基于信号理论和SOR理论,采用在线评论生成者特征、评论内容特征及评论阅读者特征,构建在线评论特征对用户虚假评论感知的影响机制模型,并用回归分析和模糊集定性比较分析等方法进行验证。研究发现：评论质量、评论者专业性均负向影响虚假评论感知,感知可信、感知风险在上述影响中存在中介效应;用户信任倾向负向调节评论质量、评论者专业性与虚假评论感知的关系;用户虚假评论感知有3类前因构型。据此,对个人、商家及公共管理部门提出虚假评论治理建议。     

融合多源异构在线评论的开放式创新社区创意采纳预测研究

整合内外部创新资源以获得市场优势一直是企业关注的问题,这是因为企业的创新能力直接决定了企业的兴衰成败。已有的以在线评论为数据源预测开放式创新社区中创意采纳的研究主要依靠单一的文本特征。基于启发式系统性说服理论,本文提出了一种新的开放式创新社区创意采纳预测模型。该模型在基于信任转移理论和价值共创理论基础上,归纳了多源异构在线评论的定义,并从启发式评论者特征、启发式评论特征和系统性评论特征3个层次特征来描述创意。此外,还引入图注意力网络实现了3个层次创意特征的融合。本文从真实的开放式创新社区收集了数据集,验证了本文模型及其各个特征,该模型准确预测创意采纳的综合性能大约在97%,图模型特征融合后的分类预测结果优于传统的机器学习分类算法。研究结果不仅证明了图模型在特征融合中的有效性,而且从融合评论特征和评论者特征的角度,为创意采纳预测提供了方法和理论上的支持。     

网络社区在线评论有用性影响模型研究——基于信息采纳与社会网络视角

以信息采纳理论为研究框架,探讨消费者在购买决策中采纳与接受在线评论信息(亦即在线评论有用性)的两类影响因素——评论本身特征、评论者要素,并结合社会网络视角构建在线评论有用性影响模型及研究假设。之后,以豆瓣网数据进行理论模型的实证分析。结果表明:评论长度与在线评论有用性为正相关关系,评论星级极端性与在线评论有用性则为负相关关系;评论者中心度与在线评论有用性之间为倒U型关系,评论者历史发表数量、参加群组情况与在线评论有用性之间关系未得到足够的实证支持。     

停用词表对基于SVM的中文文本情感分类的影响

运用非结构化信息挖掘,对网络评论情感进行分析是一个非常重要的方法。本文基于Web客户评论情感文本,在情感文本预处理过程中使用四种不同的停用词表,采用两种不同的特征选择方法,选用著名的TF-IDF权重计算方法,使用基于RBF核函数的支持向量机方法的分类器实现了对携程网上采集的4000个酒店客户评论情感文本的分类研究。通过实验,分析了不同特征选择方和停用词表的使用对客户评论文本情感分类的影响,提出了基于情感文本分类的有效的停用词表。     

众媒体传播语境下新闻评论的嬗变

新媒体技术的飞速发展与变革,更多的受众成为信息的传播者与评论者,大大增强了信息传播能力。本文通过对众媒体语境下新闻评论变化发展与传播变革进行研究,以期为新闻评论的发展从选题、立论、评论主体和传播渠道等方面提供有效的意见和建议。     

商品属性的情感表达与商品销售热度的相关性研究

[目的/意义]在线评论蕴含评论者对商品的情感态度,成为潜在消费者购物决策的参考。分析用户对商品属性的情感表达与商品销售热度之间的关系,对用户和商家具有重要的实践和理论意义。[方法/过程]采用LDA主题模型抽取商品属性特征,并对这些属性进行情感极性分析,然后用多元线性回归方程探求商品属性的情感表达对在线商品销量排名之间的关联关系。[结果/结论]研究表明：反映商品"质"的特征属性更受用户的关注,其情感极性与商品的销量排名之间存在较高的正相关性。     

论新闻评论的根本特性

新闻评论是一种人们表达自身意见的有效形式,已经被越来越多的媒体重视起来。本文通过对新闻评论特性的分析,让新闻评论者写出更具有价值的新闻评论。     

利用迁移学习精准识别领域信息之探讨

[目的/意义]将从互联网大数据中无监督学习的结果迁移到目标领城,解决目标领城因学习样本有限而信息识别效果难以提升的问题。[方法/过程]使用以中文维基百科等数据预训练的RoBERTa模型进行迁移学习,将学习结果映射到目标领城后使用DPCNN对其进行聚合凝练,然后结合部分标注数据微调模型完成领域信息的精准识别。[结果/结论]在10个领城内与未进行迁移学习的模型及经典模型TextCNN对比,提出的模型均较大幅度优于对比模型,平均后的精确率绝对提高4.15%、3.43%,召回率绝对提高4.55%、3.44%,F1分数绝对提高4.52%.3.44%,表明利用网络大数据迁移学习可以显著提升目标领城的信息识别效果。