俄语情感分析研究综述

社交媒体中蕴含着用户的大量观点和评论,从中提取情感信息,有助于了解俄语区民众对热点事件、产品和服务等的真实态度,为相关政策的制定和调整提供依据,进而促进区域内国家间的合作共赢。按情感分析的流程从资源建设和自动识别两个方面详细梳理了俄语情感分析领域的研究现状,并在此基础上对比分析了各类方法在不同数据集上性能和特征选择方案。研究结果发现俄语语料等资源的数据来源需要拓宽,且同类资源还可以进一步整合,自动识别方面主流的识别模型为机器学习和深度学习两种,整体识别准确率还有待提高。通过综述该领域的不足,探索了未来可能的研究方法,为进一步研究提供借鉴。     

俄语多模态情感语料库的构建及应用

俄语的多模态情感分析技术是情感分析领域的研究热点,它可以通过文本、语音和图像等丰富信息自动分析和识别情感,有助于及时了解俄语区民众和国家的舆论热点.但目前俄语的多模态情感语料库还较少,因而制约了俄语情感分析技术的进一步发展.针对该问题,在分析多模态情感语料库的相关研究及情感分类方法的基础上,首先制定了一套科学完整的标注体系,标注内容包括话语、时空和情感3个部分的11项信息;然后在语料库的整个建设和质量监控过程中,遵循情感主体原则和情感连续性原则,拟订出操作性较强的标注规范,进而构建出规模较大的俄语多模态情感语料库;最后探讨了语料库在解析情感表达特点、分析人物性格特征和构造情感识别模型等多个方面的应用.     

基于语义特征和本体的语篇情感计算

目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词汇本体和句子级关键情感词汇识别的基础上将语义特征加入到条件随机域中.最后对文章的情感结构采用两种不同的评估方法,分别评测结果的标注正确率和情感的连贯性.     

中文笑话语料库的构建与应用

笑话作为国家级非物质文化遗产,历史悠久,普遍存在于人们的日常生活中,是最贴近人们生活的艺术体裁之一,笑话的理解也是人工智能发展需要攻克的难题之一。该文构建的大规模中文笑话语料库为人工智能以及语言学研究提供了有利的资源支撑。该文首先归纳总结笑话语料库所依据的笑话相关理论基础,然后对语料库构建中语料标注、语料分析等工作做了详细的介绍,最后在语料库的基础上,分别将笑话与故事、微博、歇后语/谚语以及新闻四种体裁分别做了识别工作,验证了笑话简洁、具有一定的情节、富含情感等特征。同时通过与等长的负例构成的数据集进行笑话识别,验证了所提出特征的有效性。     

基于多特征融合的谐音广告语生成模型

广告语是广告传播中不可或缺的一部分,凝练着品牌的核心价值。该文以古代诗词为基础,通过多特征融合的方式,提出谐音广告语群的生成及评估模型。在生成模型中,首先利用语音模板,获取候选广告语群。同时分别通过语音、形状、语义和情境四个维度,计算广告语的九大特征,得到候选广告语群的特征矩阵。最后采用基于主成分分析和权重的双序评估算法,筛选出高分广告语群。实验结果表明,四个维度的特征细致地刻画了广告语,在生成的特征矩阵基础上,双序评估算法能够准确地评估广告语的质量,与人工评估结果基本接近,有一定的实用价值。     

基于语义理解的文本倾向性识别机制

文本倾向性识别在垃圾邮件过滤、信息安全和自动文摘等领域都有广泛的应用。本文提出了基于语义理解的文本倾向性识别机制。其主要思想是首先计算词汇与知网中已标注褒贬性的词汇间的相似度,获取词汇的倾向性;再选择倾向性明显的词汇作为特征值,用SVM分类器分析文本的褒贬性;最后采用否定规则匹配文本中的语义否定的策略提高分类效果,同时处理程度副词附近的褒义词和贬义词,以加强对文本褒贬义强度的识别。     

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。     

Java教学中互动教学模式的探索

为了培养更加实用的Java程序设计人才,突出以课程设计和互动教学的教学方法,强调了课堂中程序演示和实验环节的重要性,突出以学生为主体的教学思想。     

面向软件外包的Java系列课程群建设实践

为了培养卓越的软件外包Java项目开发工程师,提出了改革Java系列课程设置,建设教、学、做一体化Java系列教材,强化基于项目案例驱动的Java系列课程实践教学等观点,在提高Java系列课程学习效果,改善计算机专业学生的就业质量方面取得了较好成效。     

认知视角下的文本情感计算

尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知一评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。