【摘 要】
：
随着通信技术的高速发展,互联网逐渐成为各种信息的载体。旅游门户网站也成为了游客发表旅游景点评论的主要平台,网站中的信息成为众多旅游者参考的重要依据。因此,如何从游客的评论中挖掘出关键信息,从而识别出情感倾向,以便提升游客服务质量,具有重要的意义。传统的情感分析方法过度依赖人工构建的情感词典和人工选择特征,这会花费巨大的人力物力。为了提高模型精度,提升工作效率,本文基于深度学习的方法在甘肃省的6个5
论文部分内容阅读
随着通信技术的高速发展,互联网逐渐成为各种信息的载体。旅游门户网站也成为了游客发表旅游景点评论的主要平台,网站中的信息成为众多旅游者参考的重要依据。因此,如何从游客的评论中挖掘出关键信息,从而识别出情感倾向,以便提升游客服务质量,具有重要的意义。传统的情感分析方法过度依赖人工构建的情感词典和人工选择特征,这会花费巨大的人力物力。为了提高模型精度,提升工作效率,本文基于深度学习的方法在甘肃省的6个5A级景区的评论文本数据集上进行了情感分析研究。第一,利用BiLSTM模型融合注意力机制对该数据集进行情感分析,能够充分挖掘语句中的深层信息,并克服长期遗忘的问题。第二,利用中文预训练模型ERNIE融合BiLSTM模型对该数据集进行情感分析,能够获取到语句中的隐含信息,并能够进一步获取上下文的信息。实验结果表明,第一,相较于SVM、CNN等常用的机器学习模型,验证了BiLSTM模型融合注意力机制可以使得情感分析效果得到一定的提升。第二,相较于LSTM、BERT等加入对比的模型,本文构建的ERNIE-BiLSTM模型的情感分析效果得到了大幅提升。
其他文献
柔性铰链（柔铰）是在外部载荷作用下利用其自身材料的弹性形变实现相邻杆件运动传递的一类特殊运动副,具有高精度传动、无间隙、无摩擦磨损及免润滑等优点。现有理论模型主要面向单、双轴拉伸缺口型柔铰展开,现有同轴回转缺口型柔铰的结构类型较少、理论模型准确性及通用性不足。但随着增材制造等新型加工方法的发展及空间多自由度柔性精微定位需求的增加,对同轴回转缺口型柔铰相关结构概念表征、理论柔度精度及应力水平进行深入
胸片诊断作为诊断新冠肺炎的手段之一,能够分担一部分分子测试所带来的压力.而机器学习算法尤其是深度学习算法在医疗图像诊断领域彰显了其强大的学习与预测能力,利用目标检测算法可以帮助放射科医生更快地定位新冠肺炎患者的病变位置,来辅助诊断、量化和预测新冠患者的发病程度,以便更好地调度医疗设备等资源,从而有效抑制新冠疫情的爆发.本文旨在帮助放射科医生更准确快速地诊断新冠病毒患者,使医生能够判断新冠患者疾病的
在数字时代,随着信息存储与获取的便捷性,大量的个人数据被企业存储,企业和消费者间的数据互动已成为普遍现象。同时,通过窃取企业或消费者数据以获利的不法行为已呈现不断加剧的趋势。因此,企业和消费者不得不面临便捷与安全的困难抉择。通过采取有效措施保护自身的数据安全,减少或防止数据泄露已成为两者共同的强烈需求。最近的研究表明,数据泄露量具有偏态性,稀疏性与变异性等特点,这对行业数据泄露量的建模与预测产生了
科技的快速发展,使得“互联网+”被越来越广泛地运用于各个领域,比如数字音乐。推荐系统不仅能够帮助用户快速定位目标,而且有利于公司实现利益最大化。因此,推荐引擎饱受青睐,其核心部分就是所谓的推荐算法。传统的推荐算法虽在一定程度上能够解决信息过载问题,但对于解决数据稀疏性、个性化能力不足等问题效率低。针对以上问题,本文提出一个效率更高的算法:引入隐式反馈特征的Stacking融合模型。该算法首先以用户
多相流问题是计算流体力学领域学者们竞相研究的热门问题之一,其中,气-液多相流是一个重要的研究方向。各种流体之间会发生很多复杂的现象,其中质量、动量和能量的交换经常发生在气-液两相的界面处,尤其是在解决大密度比、大黏度比而导致的两相界面处大压力梯度的问题,是处理气-液多相流问题时存在的主要难点。首先,根据上述难点,本文针对不可压缩、非混溶的复杂多相流问题,提出了一种广义守恒相场简化多相流格子Bolt
随着科技的不断发展,数字化信息给人们带来很大的价值,不仅可以帮助商家发现商品的不足,还能帮助消费者选择心仪的商品.当数据量不断增长时,传统的情感分析方法已无法满足海量数据的处理,且效果过于依赖人工特征.本文以情感分析的主流研究方法和BERT预训练模型为背景,结合情感词典和深度学习对中文文本进行情感分析.首先结合BERT词向量和情感词典作为句子的特征矩阵;其次利用一维卷积层提取文本信息的特征,压缩词
随着科学技术的发展,机器人的工作环境与工作任务愈加发杂,传统的非冗余机器人已经难以胜任这些复杂的工作。超冗余机器人具有较多的冗余自由度,能够适应各种复杂的工作环境和工作任务,具有广泛的发展前景。由于超冗余机器人结构复杂,其运动学和动力学求解难度大,给超冗余机器人运动规划这一研究问题增加了难度。因此本论文分别从超冗余机器人运动学、动力学、路径规划、轨迹规划以及轨迹优化这几个方面进行研究,论文的主要工
随着大规模的城市化,城市空气污染已对社会经济发展和公众健康造成严重危害。因此,建立城市空气污染长期准确的预测方法有助于污染防治政策的实施。然而,现有的研究并没有充分考虑空气污染长路径迁移的时空模式特征,且多步超前预测面临着长期时空相关性混叠和累计错误的挑战。本研究基于物联网监测站点建立了中国城市PM2.5空气污染物长期的时空模式预测模型（ASTCN）。模型巧妙地设计了新颖的时空融合机制整合了PM2
在实际工程应用中,用于并网发电的风力机往往运行于大气边界层的环境之中,其工作状态受所处风流场的影响,同时又通过风轮的转动扰动着周围的气流,基于这个过程,两者之间发生了复杂的能量交换运动。尤其在现今叶片大型化、柔性化趋势之下,伴随着气动响应、流固耦合、叶片结构非线性振动等问题的新常态特征日益突显,研究大气边界层中复杂的流动环境机理及其对风机的影响机制具有重要的意义。本文主要研究了与风力机运行相关的两
磁性液体是由磁性纳米颗粒、表面活性剂及基载液三种物质组成的胶体悬浮液,它兼具液体材料的流动性和固体材料的磁性,其在磁场作用下呈现的非接触式可控特性广泛受到了科研工作者的关注。同时,磁驱动作为一种具有远程、非接触、实时控制、瞬时响应、无特定环境要求且与生物医学具有较好的兼容性等优点的操控方式,在生物、化学、医学、光学、微流控、机械等领域中具有良好的应用前景。但由于磁场作用下的磁性液体流体动力学行为异