基于文本情感分析的共享单车用户满意度研究

随着互联网的发展，网络口碑以用户评论真实客观的优点逐渐替代了传统的口碑，本文利用文本挖掘的方法研究用户满意度.首先，利用LDA模型建立用户满意度结构模型；然后，基于依存句法抽取语句情感标签，将HowNet情感词典与语义相似度算法相结合来识别语句情感倾向；最后，利用模糊综合评价法分析用户满意度.以摩拜为例，研究表明：从整体看，"摩拜"单车的用户满意度较高.但是，单车所需支付押金高、押金退还不及时，故障车多、软件定位精确度低等现象影响"摩拜"用户满意度的提升.     

基于依存句法分析的智慧矿山知识图谱构建方法

当前关于智慧矿山的研究较少梳理现有知识资源，从而不能有效通过知识工程的构建和知识关联，实现由感知智能向认知智能转变的智慧矿山。为解决该问题，提出了一种基于依存句法分析的智慧矿山知识图谱构建方法。该方法首先针对智慧矿山领域的知识要素，提出一种依靠依存句法分析实现实体抽取的方法；然后，根据语句结构特点，设计了基于知识三元组的依存句法树结构，并对智慧矿山领域的知识资源进行了知识抽取与表示；最后，利用可视化建模手段实现了面向智慧矿山的知识图谱。试验结果表明，所提出的方法的性能指标准确率、召回率和F值分别达到了86.3%、82.6%和84.6%,较其他方法更优，能够可视化呈现智慧矿山领域的知识图谱。     

融合多层注意力表示的中文新闻文本摘要生成

针对现有的文本摘要模型词向量表意不全面，且难以对远距离词句进行表征，提出一种融合多层注意力表示的中长文本摘要方法。通过抽取式技术将新闻文本进行分割，得到主体文本和辅助文本；将主体文本进行图卷积神经网络的学习和依存句法分析，得到词向量的图卷积表示和依存词对信息，同时对辅助文本进行高频主题词的挖掘；将这三种信息融合送入Transformer序列模型中，并对编码器和解码器的局部注意力稍作修改，使其能够更多地关注主题相关的部分和依存句法结构；生成文本摘要。在公共文本摘要数据集NLPCC 2017上的实验表明，该方法能够得到较高的ROUGE分数，生成质量更好的文本摘要。     

利用依存句法分析和关键词共现的机器阅读理解模型

片段抽取式阅读理解是机器阅读理解典型任务之一，根据所给的篇章回答相关问题得到答案片段。在处理长文本如长问题或者长答案时，在无关词的噪声干扰和词之间长距离的关联跨度影响下，往往模糊了关注度的问题，一方面，依存句法分析通过识别词之间的语义关系，另一方面，增强句子的主干文本结构信息可以提升模型对于长文本阅读能力。该文寻找篇章中相关问题答案的主要方式是找到问题与篇章的关联特征，两者最关联的特征就是关键词，通过建立的关键词指导模型，实现在自注意力机制以获得正确答案的开始和结束位置。实验结果表明，在预训练语言模型的基础上将依存句法分析信息和关键词共现特征结合能够提升阅读理解的效果，在评测语料上F1值达到88.24。