基于文本情感特征的心理评估模型

构建基于文本情感特征的心理评估模型. 首先, 根据词语的情感极性和词性设计词语特征, 将文本中的每个词语映射成情感词向量, 进而将其作为卷积神经网络的输入, 并加入注意力机制对输出结果进行优化, 得到包含情感特征的文本向量表示. 其次, 使用Bayes正则化算法优化权值, 控制并平衡神经网络拟合程度, 改进BP神经网络算法的网络泛化能力. 最后, 将文本向量作为Bayes正则化神经网络的输入, 预测学生的心理状态, 与心理评估结果的对比实验结果表明, 模型效果较理想.      

基于文本情感特征的心理评估模型

构建基于文本情感特征的心理评估模型. 首先, 根据词语的情感极性和词性设计词语特征, 将文本中的每个词语映射成情感词向量, 进而将其作为卷积神经网络的输入, 并加入注意力机制对输出结果进行优化, 得到包含情感特征的文本向量表示. 其次, 使用Bayes正则化算法优化权值, 控制并平衡神经网络拟合程度, 改进BP神经网络算法的网络泛化能力. 最后, 将文本向量作为Bayes正则化神经网络的输入, 预测学生的心理状态, 与心理评估结果的对比实验结果表明, 模型效果较理想.      

采用循环神经网络的情感分析注意力模型

针对目前情感分析中的循环神经网络模型缺乏对情感词的关注的问题,提出一种基于循环神经网络的情感词注意力模型,通过引入注意力机制,在情感分类时着重考虑文本中的情感词的影响.在NLPCC 2014情感分析数据集及IMDB影评数据集上进行试验,结果表明:该模型能够提高情感分析的效果.     

汉语阅读对英语阅读影响的研究

根据语言临界值假设以及语言相互依存假设设计了一项实证研究,数据分析表明,英语语言水平制约着汉语阅读能力的迁移,如果英语语言水平达到一定的临界值,汉语阅读能力向英语阅读迁移;在英语语言临界值中,英语词汇起着重要作用;推理和归纳等高层次的阅读技能受汉语阅读能力的影响最明显;而汉语阅读能力和技巧的不足也影响着正迁移过程,影响英语阅读能力的迅速提高。     

一种基于联合深度学习模型的情感分类方法

针对情感分析问题中长句和短句进行情感分类时不同的建模特点,提出了一种基于联合深度学习模型的情感分类方法。该方法融合长短期记忆模型(LSTM)与卷积神经网络(CNN)对影视评论数据进行情感极性判别,该方法采用LSTM模型对上下文进行建模,通过逐词迭代得到上下文的特征向量,采用CNN模型从词向量序列中自动发现特征,并从局部抽取特征后将局部特征整合成全局特征来提高分类效果。所提出的方法在COAE2016评测的任务2的情感极性分类任务中,其系统准确率获得最好结果。     

基于混合神经网络的中文隐式情感分析

隐式情感分析是情感计算的重要组成部分,尤其是基于深度学习的情感分析近年来成为了研究热点.本文利用卷积神经网络对文本进行特征提取,结合长短期记忆网络(LSTM)结构提取上下文信息,并且在网络中加入注意力机制,构建一种新型混合神经网络模型,实现对文本隐式情感的分析.混合神经网络模型分别从单词级和句子级的层次结构中提取更有意义的句子语义和结构等隐藏特征,通过注意力机制关注情绪贡献率较大的特征.该模型在公开的隐式情感数据集上分类准确率达到了77%.隐式情感分析的研究可以更全面地提高文本情感分析效果,进一步推动文本情感分析在知识嵌入、文本表示学习、用户建模和自然语言等领域的应用.     

Lesions of the human amygdala impair enhanced perception of emotionally salient events

Commensurate with the importance of rapidly and efficiently evaluating motivationally significant stimuli, humans are probably endowed with distinct faculties and maintain specialized neural structures to enhance their detection. Here we consider that a critical function of the human amygdala is to enhance the perception of stimuli that have emotional significance. Under conditions of limited attention for normal perceptual awareness-that is, the attentional blink-we show that healthy observers demonstrate robust benefits for the perception of verbal stimuli of aversive content compared with stimuli of neutral content. In contrast, a patient with bilateral amygdala damage has no enhanced perception for such aversive stimulus events. Examination of patients with either left or right amygdala resections shows that the enhanced perception of aversive words depends specifically on the left amygdala. All patients comprehend normally the affective meaning of the stimulus events, despite the lack of evidence for enhanced perceptual encoding of these events in patients with left amygdala lesions. Our results reveal a neural substrate for affective influences on perception, indicating that similar neural mechanisms may underlie the affective modulation of both recollective and perceptual experience.     

多尺度卷积循环神经网络的情感分类技术

结合卷积神经网络对于特征提取的优势和循环神经网络的长短时记忆算法的优势,提出一种新的基于多尺度的卷积循环神经网络模型,利用卷积神经网络中的多尺寸滤波器提取出具有丰富上下文关系的词特征,循环神经网络中的长短时记忆算法将提取到的词特征与句子的结构联系起来,从而完成文本情感分类任务.实验结果表明:与多种文本情感分类方法相比,文中算法具有较高的精度.     

扩展语义相似情感词的文本情感分类方法

针对文本情感分类中情感语义特征利用不足、特征降维效果欠佳等影响分类效果的问题,提出了一种通过扩展语义相似的情感词以及引入词语间统计特征的高精度网络评论情感分类方法.该方法利用神经网络Skip-gram模型生成词嵌入,通过词嵌入相似性度量将语义相似的词语扩展为情感特征;再利用词语间的统计特征进行特征降维;通过多个弱分器加权构建Adaboost分类模型实现网络评论情感分类.基于酒店评论和手机评论公开测试集进行实验,结果表明其情感分类的正确率分别达到90.96%和93.67%.方法扩展语义相似情感词有利于丰富文本情感语义特征,引入词语间的统计特征有更好的特征降维效果,可以进一步提升文本情感分类的效果.      

Study on the fusion emotion classification of multiple characteristics based on attention mechanism

The current research on emotional classification uses many methods that combine the attention mechanism with neural networks.However,the effect is unsatisfactory when dealing with complex text.An emotional classification model is proposed,which combines multi-head attention(MHA)with improved structured-self attention(SSA).The model makes several different linear transformations of input by introducing MHA mechanism and can extract more comprehensive high-level phrase representation features from the word embedded vector.Meanwhile,it can realize the parallelization calculation and ensure the training speed of the model.The improved SSA structure uses matrices to represent different parts of a sentence to extract local key information,to ensure that the degree of dependence between words is not affected by time and sentence length,and generate the overall semantics of the sentence.Experiment results show that the current model effectively obtains global structural information and improves classification accuracy.     

计算机化自适应测验技术在情绪智力智能测评中的初步应用——基于项目反应理论

在项目反应理论(IRT)框架下,采用计算机化自适应测验技术实现对情绪智力的智能测评.基于IRT系列分析(含单维性检验、模型拟合检验、局部独立性检验以及项目质量分析),构建了符合IRT测量学要求的情绪智力测评的题库,并以此为基础探讨了计算机化自适应测验技术在情绪智力智能测评(CAT-EI)中的应用.实验结果表明:(i)CAT-EI相关算法具有较高的参数估计精度,同时具有较理想的测量信度和效度;(ii)CAT-EI可使用较少的题量(M_ean=9.88题)达到使用整个题库(67题)的测量精度,它一方面能做到减轻被试的测试负担,另一方面实现了对情绪智力高效、快速、准确的智能测评.总之,该研究为实现对情绪智力智能测评提供了一种新的测量技术支持.     

基于双通道融合和BiLSTM-attention的评论文本情感分类算法

对在线商业评论文本的情感进行挖掘,融合评论文本不同特征为分类器提供更多的信息量,提出了一种新的在线电商情感分类算法。首先,针对传统词嵌入模型无法很好地融合词语情感信息特征的不足,考虑了词嵌入特征和词性特征的多特征融合方法;其次,在两种特征融合方法的基础上采用了双通道和单通道的对比来比较分类的准确性,提出了并行的CNN和BiLSTM-Attention双通道神经网络模型;最后,使用真实的京东电商评论数据集对所提模型进行了评估,并且在实验中与不同分类算法进行对比。实验结果表明,新的混合方法具有更好的分类准确率、召回率和F1指标。     

基于双通道融合和BiLSTM-attention的评论文本情感分类算法

对在线商业评论文本的情感进行挖掘,融合评论文本不同特征为分类器提供更多的信息量,提出了一种新的在线电商情感分类算法。首先,针对传统词嵌入模型无法很好地融合词语情感信息特征的不足,考虑了词嵌入特征和词性特征的多特征融合方法;其次,在两种特征融合方法的基础上采用了双通道和单通道的对比来比较分类的准确性,提出了并行的CNN和BiLSTM-Attention双通道神经网络模型;最后,使用真实的京东电商评论数据集对所提模型进行了评估,并且在实验中与不同分类算法进行对比。实验结果表明,新的混合方法具有更好的分类准确率、召回率和F1指标。     

运动对人类共情的影响及其认知神经机制研究进展

 运动兴趣和运动方式可以正向预测共情能力，而运动经验、运动量与共情的关系则尚不清晰。综述了运动促进共情的认知神经机制的两条通路，包括运动通过激活镜像神经系统促进情感共情、运动通过促进认知控制系统促进认知共情；总结了当前研究的不足：研究设计不够严格，研究样本缺乏同质性，现有研究结果难以比较；研究对象多集中于健康人群，对临床等特殊人群关注不够；运动影响共情的认知神经机制研究方面，目前采用的技术还较为单一，数据可重复性方面存在局限。建议未来加强3个方面的研究：（1）严格把控实验设计，明确运动兴趣、运动经验、运动量和运动方式等改善共情不同成分的剂量效应；（2）尝试开发自闭症、阿尔茨海默症等共情受损人群运动处方；（3）推动学科交叉融合与技术创新，深化运动对共情影响的认知神经机制研究。     

建筑工人情感安全文化、心理资本和安全行为的关系研究

建筑工地的安全事故频繁发生,建筑工人的情感安全文化和心理资本水平会对其安全行为产生影响.为了探讨建筑工人情感安全文化、心理资本和安全行为的影响关系,建立了描述建筑工人情感安全文化、心理资本和安全行为关系的假设模型,然后对600名建筑工人进行了问卷调查,并采用结构方程对此假设模型进行了验证.研究结果显示:情感安全文化会正向影响安全行为,表明它对安全参与行为的影响大于安全遵守行为;情感安全文化正向影响心理资本,表明它对自我效能、乐观的的影响大于希望、韧性;心理资本在情感安全文化对安全行为的影响中起部分中介作用,中介效应占比59.6％,且情感安全文化通过心理资本的自我效能和希望正向影响安全遵守行为,通过自我效能、希望和乐观正向影响安全参与行为.因此,有效提升建筑工人的情感安全文化和心理资本水平,能促进其安全行为,减少事故发生.     

基于CGRU模型的语音情感识别研究与实现

语音情感识别是人机交互、情感计算中重要的研究方向.目前普遍使用深度神经网络用于语音情感特征的提取，但使用哪种神经网络模型、如何缓解模型过拟合问题还需进一步研究.针对这些问题，提出了一种结合一维卷积(CNN)以及门控循环单元(GRU)的CGRU模型，从原始语音信号的MFCC特征中提取语音的低阶以及高阶情感特征，并通过随机森林对其进行特征选择，在三种公用的情感语料库EMODB，SAVEE，RAVDESS上分别取得了79%，69%以及75%的识别精度.通过添加高斯噪声及改变速度等方法来增加样本量实现数据扩充，进一步提高了识别精度.通过在线识别系统验证了模型在实际环境中的可用性.     

基于遗传神经算法优化的汉语分词模型

针对目前汉语分词系统中BP算法收敛速度慢等难题,本文将基于遗传的BP神经网络算法用于汉语分词模型,此模型结合了遗传算法和BP网络的优点.实验结果表明:该优化模型完全达到了汉语分词要求,并且在分词速度上也明显优于传统的BP神经网络,具有高精确性、收敛速度快等特点.     

Feature-based attention influences motion processing gain in macaque visual cortex.

Changes in neural responses based on spatial attention have been demonstrated in many areas of visual cortex, indicating that the neural correlate of attention is an enhanced response to stimuli at an attended location and reduced responses to stimuli elsewhere. Here we demonstrate non-spatial, feature-based attentional modulation of visual motion processing, and show that attention increases the gain of direction-selective neurons in visual cortical area MT without narrowing the direction-tuning curves. These findings place important constraints on the neural mechanisms of attention and we propose to unify the effects of spatial location, direction of motion and other features of the attended stimuli in a 'feature similarity gain model' of attention.     

人工神经网络在调制识别中的应用综述

面临无线通信技术的不断发展以及通信环境的复杂多变,信号的调制方式呈现出多样化发展态势,在无线电频谱资源监管和现代电子战争等非合作通信系统中,调制识别是其中非常关键的技术.对调制识别技术进行了详细阐述,从基本原理、常用方法分类及发展现状等方面介绍了基于假设检验的最大似然估计法和基于特征提取的调制识别方法,重点介绍了人工神...     

外语教学中学生阅读技能的培养

学会快速有效地获取各种有效信息是外语阅读教学的主要目标之一。根据理论学家对阅读教学理论的研究 ,结合英语阅读教学的特点及可操作性 ,本文从认词技能 ,词义技能 ,篇章理解技能 ,评判性技能及欣赏性技能五个方面阐述探索本科阅读教学中学生阅读技能的培养