观点挖掘
观点挖掘的相关文献在2007年到2022年内共计135篇,主要集中在自动化技术、计算机技术、信息与知识传播、科学、科学研究
等领域,其中期刊论文88篇、会议论文8篇、专利文献29793篇;相关期刊53种,包括情报学报、情报杂志、图书情报知识等;
相关会议7种,包括2015年第六届全国知识组织与知识链接学术交流会、SCEG2014研讨会(2014年“计算机科学与技术及教育技术“学术研讨会)、第六届全国信息检索学术会议等;观点挖掘的相关文献由363位作者贡献,包括吴俊杰、冯时、刘春阳等。
观点挖掘—发文量
专利文献>
论文:29793篇
占比:99.68%
总计:29889篇
观点挖掘
-研究学者
- 吴俊杰
- 冯时
- 刘春阳
- 左源
- 张旭
- 林浩
- 王大玲
- 袁石
- 于戈
- 林煜明
- 丁菊玲
- 于倩倩
- 于昭君
- 伍之昂
- 何跃鹰
- 余传明
- 冯冲
- 冯淑芳
- 刘全超
- 刘冠男
- 勒中坚
- 周傲英
- 孙宇
- 宿红毅
- 尚利峰
- 尹业安
- 庞琳
- 廖祥文
- 张亮
- 张彬
- 张志豪
- 张晓军
- 徐剑
- 徐红霞
- 曹杰
- 李丰志
- 李倩
- 李守光
- 李建欣
- 李文娟
- 李斌阳
- 李毅
- 李雄
- 江红
- 王卫平
- 王卿
- 王昊
- 王晓玲
- 王正友
- 王素格
-
-
马志强;
郭文欣;
王萌
-
-
摘要:
面对面协作知识建构的会话分析面临分析视角扩展、分析场景迁移以及分析方法改进等现实诉求。研究将协作知识建构会话分析与自然语言处理方法相结合,探索建立会话内容智能挖掘框架、流程与方法,并对真实课堂环境中的协作知识建构会话进行分析与挖掘。研究结论认为:知识建构会话内容挖掘重点应聚焦于知识建构中的概念分布与关联、观点分类与演变以及话题演化三个层次;基本分析阶段分为层级确立、要素解构、数据映射、模型构建、可视表征五个阶段;会话内容挖掘结果可从纵向时序与横向组间维度呈现词汇、观点与话题的内容结构与时序变化。未来研究可以关注两个问题:如何通过优化观点编码框架和训练数据集来提升观点分类的精度;如何将会话内容挖掘方法植入互动分析系统中,从而实现对知识建构互动会话内容的伴随式分析与反馈。
-
-
王红斌;
李伊仝;
李辉
-
-
摘要:
由于用户的观点句与新闻内容高度相关,对新闻评论进行观点句识别时需要关注新闻文本这一额外信息。本文针对新闻文本通常很长,BERT并不能很好地处理长序列文本的问题。提出了将TextRank算法与BERT预训练模型相结合的方法,利用TextRank算法从新闻文本中提取出新闻摘要,在不缺失语义信息情况下将较长的新闻文本表示为较短的文本。再将新闻摘要信息与评论通过BERT模型得到语义融合表示向量,最后在全连接层将融合表示向量转换为评论是否为观点句的概率。本文与近年流行的深度学习文本分类模型进行了对比,在准确率上取得了79.80%的最佳效果,说明了模型的有效性。并在NLPCC&2012微博观点句识别数据集取得了准确率为80.38%的最佳效果,验证了模型具有一定的泛化能力。
-
-
王晓;
李纲;
毛进;
叶光辉
-
-
摘要:
[目的/意义]突发事件情境下,及时有效地回应舆论关切成为舆情管理中的重要议题,梳理总结突发事件舆情观点研究现状与发展趋势有助于该领域研究开展与实践指导.[研究设计/方法]采集国内外有关突发事件舆情观点的科学文献,从信息分析过程角度出发,分为舆情观点识别、舆情观点组织和舆情观点分析三个方面进行综述.[结论/发现]随着知识图谱等技术优化与应用的不断推进,舆情观点研究可从识别细粒化、组织结构化、分析系统化等方面加以深化,在构建层次化舆情观点信息组织架构及图谱原型的基础上,建立系统化舆情观点多维演化分析框架与应用范式.[创新/价值]从信息分析过程的角度对突发事件舆情观点研究进行总结评述,为突发事件情境下舆情观点与知识图谱的深入融合应用提供参考.
-
-
郝苗;
陈临强
-
-
摘要:
为解决中文微博情感的分类问题,文中提出了基于微博数据将PMI与Hownet相结合的情感分类方法.通过对微博数据短小、新颖特征的研究,提出词典合并方法.将现有词典按照Hownet词语相似度合并,利用PMI对网络词语进行情感分类.添加网络情感词构造适应微博文本特征的情感词典,并在新词典的基础上结合监督学习方法训练情感分类模型.实验结果表明,用此方法进行情感分析能够有效识别网络新词对情感分析的影响,准确率可达78.3%,在对含有网络新词的微博情感分析上,该方法相比仅使用词典或者监督学习的准确率更高.
-
-
刘高勇;
谭依雯;
艾丹祥;
黄靖钊
-
-
摘要:
基于意见领袖概念的本质,运用观点挖掘技术研究突发事件中微博意见领袖的识别,为网络舆情治理提供参考.提出三步识别方法框架:首先采用文献分析法构建指标模型,评价微博博主的信息影响力;其次构建文本主客观分类模型,计算高影响力博主事件相关博文的观点输出性,识别观点博文;然后针对观点博文的评论文本构建情感极性分类模型,计算博文观点获得的支持度以及博主观点的支持率,最终将输出了观点并获得较多支持的高影响力博主作为该事件的"意见领袖".同时,运用上述方法对典型实际案例的微博舆情数据进行分析,识别该事件的微博意见领袖,对其特征和舆情参与行为进行观察.并将该结果与社会网络分析法、专家人工分析法识别的结果进行了对比,验证了本方法的科学性和有效性.结果表明,本方法能够识别在突发事件舆情生命周期中真正拥有舆论引导力,具备治理价值的微博意见领袖.
-
-
严炜炜;
孙晓瑞;
黄为
-
-
摘要:
[目的/意义]知识直播平台的出现为用户提供了知识获取、知识交流以及知识变现的全新渠道,研究知识直播产品特征提取与问题挖掘有助于提升知识直播产品质量,促进知识直播平台持续良好发展.[研究设计/方法]以知乎Live为研究对象,提取热门分区9,108条用户评论中的产品特征高频词,构建知识直播产品特征体系;并利用细粒度观点抽取方法抽取具有消极情感的用户评论观点以揭示知识直播产品存在的问题.[结论/发现]知乎Live讲座产品特征体系可归纳为主讲人、课程、用户三大维度,其中用户最为关注内容质量、内容形式等课程维度相关特征;知识直播产品主要存在干货不足、主讲人答疑不够认真、时间安排不合理等问题,对此平台应协同主讲人以问题为导向针对性地改善服务质量.[创新/价值]聚焦于新型知识传播渠道,为知识直播平台改进知识服务、提高用户满意度提供参考建议.
-
-
徐红霞;
于倩倩;
钱力
-
-
摘要:
[目的]研究面向开放网络社区话题交互数据的对抗性观点挖掘方法.[方法]构建基于情感分析和主题模型的观点情感对抗性挖掘模型.通过该模型,考虑知乎社区、话题、交互数据等特征,加入交互数据筛选和关键词筛选,以知乎AlphaGo话题为例进行实证研究.[结果]本文方法可有效挖掘观点及其情感对抗性.研究发现在AlphaGo话题讨论中,“挺AlphaGo”和“反AlphaGo”的对抗性显著.“挺AlphaGo”的主要表现有人类智慧、比赛、能力,“反AlphaGo”的主要表现有AI产品及其产品、理解能力.[局限]仅针对AlphaGo主题进行实证分析,在模型泛化性验证上有待提高.[结论]本文方法具有可操作性和可解释性,可挖掘交互数据潜在的对抗性信息,从而使观点挖掘的结果更具针对性,为情报分析、观点挖掘提供借鉴.
-
-
赵华;
邹若飞
-
-
摘要:
评价对象与观点内容的提取是观点挖掘中非常重要的任务.本研究提出了一个树结构长短期记忆网络(Tree LSTM)结合条件随机场(CRF)的联合模型抽取评价对象和观点内容.首先对评论句进行依存句法分析,根据句子的依存分析树构建Tree LSTM,并设计树结构下LSTM单元的计算方法;接着将Tree LSTM的输出作为CRF的输入进行序列标注,实现评价对象与观点内容的抽取.最后在SemEval Challenge 2014任务4的数据集上对模型性能进行了验证,评价对象和观点内容抽取结果的平均F1值在餐馆和笔记本电脑领域分别为86.76%、83.22%和79.86%、80.42%,优于现有的评价对象和观点内容抽取方法.实验结果表明,设计的Tree LSTM能很好地学习词语之间的层次关系,同时联合模型有效避免了传统CRF需要构建特征工程的弊端.
-
-
徐红霞;
于倩倩;
钱力
-
-
摘要:
【目的】研究面向开放网络社区话题交互数据的对抗性观点挖掘方法。【方法】构建基于情感分析和主题模型的观点情感对抗性挖掘模型。通过该模型,考虑知乎社区、话题、交互数据等特征,加入交互数据筛选和关键词筛选,以知乎AlphaGo话题为例进行实证研究。【结果】本文方法可有效挖掘观点及其情感对抗性。研究发现在AlphaGo话题讨论中,"挺AlphaGo"和"反AlphaGo"的对抗性显著。"挺AlphaGo"的主要表现有人类智慧、比赛、能力,"反AlphaGo"的主要表现有AI产品及其产品、理解能力。【局限】仅针对AlphaGo主题进行实证分析,在模型泛化性验证上有待提高。【结论】本文方法具有可操作性和可解释性,可挖掘交互数据潜在的对抗性信息,从而使观点挖掘的结果更具针对性,为情报分析、观点挖掘提供借鉴。
-
-
胡萍
-
-
摘要:
研究针对现有主题模型对学习者观点挖掘主题属性识别准确率偏低的问题,提出自动抽取关联约束学习者属性级观点挖掘(LAOM)算法.LAOM算法通过判断关联约束和非关联约束自动抽取和整合关联约束,运用依赖关系,点互信息和频率计算相关性.经过与AMC、LDA、ETM算法的对比实验证明该算法准确率和F检验值均有所提高.
-
-
-
CHEN Feng;
陈锋
- 《2015年第六届全国知识组织与知识链接学术交流会》
| 2015年
-
摘要:
细颗粒度观点挖掘需要解决观点句识别、要素抽取等关键问题.论文对国内外相关研究进行梳理,归纳现有观点句识别方法并找出影响识别率的原因,分析基于规则和基于统计的两类方法进行要素抽取的优势和不足.研究发现,机器学习方法或人工和机器相结合的方法是要素识别研究的基本趋势,观点本体和观点表达语言规律的研究需要进一步加强,应用领域有待扩展,观点抽取结果挖掘需进一步深入.通过研究希望有助于汉语文本观点挖掘的研究。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 中国科学院软件研究所
- 公开公告日期:2022-05-24
-
摘要:
本发明公开了一种基于论元结构的事件观点挖掘方法,其步骤包括:1)对于给定的事件e和文档d,从文档d中提取所有与给定事件e有关的观点片段;2)针对每一所述观点片段,从事件e中提取表达观点的事件子结构作为对应所述观点片段的观点对象;3)根据步骤2)的处理结果,得到事件e的事件观点集合T={…,(ok,ak),…|e,d};其中,ok是文档d中的第k个观点片段;ak是观点ok对应的观点对象。本发明不局限于带情感的观点、不局限于获得针对事件本身的观点,能够获得更丰富的观点信息,包括针对事件本身、事件参与者、事件子事件以及相关事件的观点。
-
-