国家自然科学基金(61303115)
- 作品数：3 被引量：23H指数：2
- 相关作者：彭敏何炎祥高望谢倩倩朱佳晖更多>>
- 相关机构：武汉大学中国人民解放军军事经济学院更多>>
- 发文基金：国家自然科学基金武汉市科技攻关计划项目湖北省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向微博情感评测任务的多方法对比研究
- 2014年
- 主要对COAE 2014评测中采用的算法进行描述,并结合评测结果进行分析比较。本次评测共有5个任务,本文重点描述与微博相关的3个任务。在微博情感新词发现和判断的任务中,方法核心是利用谷歌翻译算法的对齐操作来获得候选新词,之后使用平均点互信息筛选高频词语。在微博倾向性分析任务中采用两种方法,一种是传统的基于情感词典的极性判断方法,另一种是结合情感词标注的基于条件随机场CRFs的极性判断方法。在微博观点句要素抽取任务中,首先利用名词在复杂网络中的中介性和趋近性提取候选产品名和属性名,然后分别采用3种方法完成对产品属性名的抽取,其中,第一种方法是基于简单规则的滑动窗口抽取策略,后面两种方法都是基于CRFs的有监督抽取策略。
- 孙松涛何炎祥蔡瑞李飞贺飞艳
- 关键词：情感分析评价对象抽取复杂网络
- 面向社交媒体文本的话题检测与追踪技术研究综述被引量：14
- 2016年
- 以微博、论坛等为代表的社交媒体已逐渐发展成为网络用户表达和交流观点、获取和传播信息的重要平台.然而,社交媒体文本内容具有的规模庞大、形式多样、传播迅速等特点,对传统的应用在新闻报道、舆情监控、文本挖掘、信息咨询等方面的话题检测与追踪技术提出了新的要求.针对这一背景,本文分别从离线话题检测、在线话题检测和话题演化追踪这三个方面总结当前主要的话题检测与追踪方法,分析在该领域实验中被普遍使用的评估方式,最后提出当前面临的挑战和今后的研究方向.
- 彭敏官宸宇朱佳晖谢倩倩黄佳佳黄济民杨绍雄高望应称
- 关键词：社交媒体主题模型
- 基于改进人口模型的微博话题趋势预测被引量：9
- 2015年
- 趋势预测问题是当前社会计算中的研究热点,但微博平台的话题趋势预测还处在探索阶段。在分析、抽取和定义事件趋势的影响因素的基础上,改进了人口模型使其适用于微博趋势预测,然后将改进的人口模型映射在神经网络上,并利用遗传优化的神经网络对事件的趋势进行预测。实验证明,该方法对于预测网络中长期酝酿的事件发展趋势效果明显,能够有效地预测事件的爆发点和发帖量,而且适用于小样本预测问题。
- 何炎祥刘健博刘楠彭敏陈强何静
- 关键词：社会计算人口模型社交网络
