期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于改进TF-IDF与BERT的领域情感词典构建方法
被引量：
6
1
作者
蒋昊达
赵春蕾
+1 位作者
陈瀚
王春东
《计算机科学》
CSCD
北大核心
2024年第S01期150-158,共9页
领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于...
领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于改进词频-逆文档频率(TF-IDF)与BERT的领域情感词典构建方法。该方法在筛选领域候选情感词阶段对TF-IDF算法进行改进,将隐含狄利克雷分布(LDA)算法与改进后的TF-IDF算法结合,进行领域性修正,提升了所筛选候选情感词的领域性;在候选情感词极性判断阶段,将情感倾向点互信息算法(SO-PMI)与BERT结合,利用领域情感词微调BERT分类模型,提高了判断领域候选情感词情感极性的准确程度。在不同领域的用户评论数据集上进行实验,结果表明,该方法可以提高所构建领域情感词典的质量,使用该方法构建的领域情感词典用于汽车领域和手机领域文本情感分析的F1值分别达到78.02%和88.35%。
展开更多
关键词
情感分析
领域情感词典
词频-逆文档频率
隐含狄利克雷分布
情感倾向点互信息算法
BERT模型
在线阅读
下载PDF
职称材料
基于融合模型与语义网络的App用户意图识别研究
被引量：
1
2
作者
陈瀚
赵春蕾
+1 位作者
蒋昊达
王春东
《计算机工程》
CAS
CSCD
北大核心
2024年第8期50-63,共14页
随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识...
随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识别方法FSAUIR。使用百度工具Senta判断评论的情感倾向,构建基于RoBERTa的融合意图分类模型RBMS,通过RoBERTa模型将用户评论转化为语义特征表示,并将其输入到双向门控循环单元中,以提取评论的全局上下文语义信息,同时利用多头自注意力机制和SoftPool获取关键的特征信息,保留主要特征,通过Softmax进行归一化处理,得到意图分类结果。在意图分类的基础上,引入PositionRank模型提取各意图类别下评论的关键词,计算关键词之间的共现关系,构建关键词语义网络,从而更细粒度地识别用户意图。实验结果表明,相比BERT、RoBERTa、RoBERTa-CNN等模型,RBMS模型在人工标注数据集上具有较优的分类性能,准确率、精确率、召回率、F1值分别为87.75%、88.09%、87.80%、87.88%。此外,在意图分类的结果集中,FSAUIR构建的语义网络可以高效地挖掘出用户评论中有价值的信息。
展开更多
关键词
意图识别
意图分类
RoBERTa模型
双向循环门控单元
PositionRank模型
多头自注意力机制
在线阅读
下载PDF
职称材料
基于Android平台的视频监控智能车设计
被引量：
14
3
作者
王春东
杨宏
宫良一
《消防科学与技术》
CAS
北大核心
2017年第1期72-75,共4页
实现移动视频监控智能车系统。智能车能够通过蓝牙、WiFi与手机、电脑建立通信连接,通过基于Android平台的智能移动终端控制智能车行驶、自动避障,并实时地监控传感器、摄像头采集到的数据信息。介绍主控单元、电机驱动、红外避障电路...
实现移动视频监控智能车系统。智能车能够通过蓝牙、WiFi与手机、电脑建立通信连接,通过基于Android平台的智能移动终端控制智能车行驶、自动避障,并实时地监控传感器、摄像头采集到的数据信息。介绍主控单元、电机驱动、红外避障电路、电源电路、传感器、WiFi视频模块、摄像头等硬件设计和智能车控制、Android平台、通信等软件设计。测试表明,整个系统工作稳定,可实时视频监控人员无法进入的场所。
展开更多
关键词
视频监控系统
ANDROID平台
智能车
传感器
在线阅读
下载PDF
职称材料
题名
基于改进TF-IDF与BERT的领域情感词典构建方法
被引量：
6
1
作者
蒋昊达
赵春蕾
陈瀚
王春东
机构
天津理工大学教育部计算机视觉与系统省部共建重点实验室
天津
市智能
计算
与软件新技术
重点
实验室
出处
《计算机科学》
CSCD
北大核心
2024年第S01期150-158,共9页
基金
国家重点研发计划“科技助力经济2020”重点专项项目(SQ2020YFF0413781,SQ2020YFF0401503)。
文摘
领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于改进词频-逆文档频率(TF-IDF)与BERT的领域情感词典构建方法。该方法在筛选领域候选情感词阶段对TF-IDF算法进行改进,将隐含狄利克雷分布(LDA)算法与改进后的TF-IDF算法结合,进行领域性修正,提升了所筛选候选情感词的领域性;在候选情感词极性判断阶段,将情感倾向点互信息算法(SO-PMI)与BERT结合,利用领域情感词微调BERT分类模型,提高了判断领域候选情感词情感极性的准确程度。在不同领域的用户评论数据集上进行实验,结果表明,该方法可以提高所构建领域情感词典的质量,使用该方法构建的领域情感词典用于汽车领域和手机领域文本情感分析的F1值分别达到78.02%和88.35%。
关键词
情感分析
领域情感词典
词频-逆文档频率
隐含狄利克雷分布
情感倾向点互信息算法
BERT模型
Keywords
Sentiment analysis
Domain sentiment lexicon
Term Frequency-Inverse Document Frequency(TF-IDF)
Latent Dirichlet allocation(LDA)
Semantic orientation pointwise mutual information(SO-PMI)
BERT model
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于融合模型与语义网络的App用户意图识别研究
被引量：
1
2
作者
陈瀚
赵春蕾
蒋昊达
王春东
机构
天津理工大学教育部计算机视觉与系统省部共建重点实验室
天津
市智能
计算
与软件新技术
重点
实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第8期50-63,共14页
基金
国家重点研发计划“科技助力经济2020”重点专项(SQ2020YFF0413781,SQ2020YFF0401503)。
文摘
随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识别方法FSAUIR。使用百度工具Senta判断评论的情感倾向,构建基于RoBERTa的融合意图分类模型RBMS,通过RoBERTa模型将用户评论转化为语义特征表示,并将其输入到双向门控循环单元中,以提取评论的全局上下文语义信息,同时利用多头自注意力机制和SoftPool获取关键的特征信息,保留主要特征,通过Softmax进行归一化处理,得到意图分类结果。在意图分类的基础上,引入PositionRank模型提取各意图类别下评论的关键词,计算关键词之间的共现关系,构建关键词语义网络,从而更细粒度地识别用户意图。实验结果表明,相比BERT、RoBERTa、RoBERTa-CNN等模型,RBMS模型在人工标注数据集上具有较优的分类性能,准确率、精确率、召回率、F1值分别为87.75%、88.09%、87.80%、87.88%。此外,在意图分类的结果集中,FSAUIR构建的语义网络可以高效地挖掘出用户评论中有价值的信息。
关键词
意图识别
意图分类
RoBERTa模型
双向循环门控单元
PositionRank模型
多头自注意力机制
Keywords
intent recognition
intent classification
RoBERTa model
Bidirectional Gated Recurrent Unit(BiGRU)
PositionRank model
multihead self-attention mechanism
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Android平台的视频监控智能车设计
被引量：
14
3
作者
王春东
杨宏
宫良一
机构
天津理工大学教育部计算机视觉与系统省部共建重点实验室
天津
理
工
大学
天津
市智能
计算
与软件新技术
重点
实验室
出处
《消防科学与技术》
CAS
北大核心
2017年第1期72-75,共4页
基金
天津市教委科研计划项目(20130801)
天津市应用基础和前沿技术研究计划项目(15JCYBJC15600)
+1 种基金
天津市工业信息化委员会项目(201570408)
天津市科委重大专项(15ZXDSGX00030)
文摘
实现移动视频监控智能车系统。智能车能够通过蓝牙、WiFi与手机、电脑建立通信连接,通过基于Android平台的智能移动终端控制智能车行驶、自动避障,并实时地监控传感器、摄像头采集到的数据信息。介绍主控单元、电机驱动、红外避障电路、电源电路、传感器、WiFi视频模块、摄像头等硬件设计和智能车控制、Android平台、通信等软件设计。测试表明,整个系统工作稳定,可实时视频监控人员无法进入的场所。
关键词
视频监控系统
ANDROID平台
智能车
传感器
Keywords
video monitoring system
Android platform
intelligent vehicle
sensor
分类号
TN948.6 [电子电信—信号与信息处理]
TP23 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进TF-IDF与BERT的领域情感词典构建方法
蒋昊达
赵春蕾
陈瀚
王春东
《计算机科学》
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
2
基于融合模型与语义网络的App用户意图识别研究
陈瀚
赵春蕾
蒋昊达
王春东
《计算机工程》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于Android平台的视频监控智能车设计
王春东
杨宏
宫良一
《消防科学与技术》
CAS
北大核心
2017
14
在线阅读
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
