基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

基于网络文本分析的洛阳旅游形象感知研究

本文运用网络文本分析法对洛阳旅游形象感知进行研究,通过携程、马蜂窝、去哪儿等知名旅游网站获得洛阳旅游的相关游记,利用内容分析法提取出旅游者对洛阳旅游形象感知的高频词汇,从"旅游空间感知形象、旅游景观感知形象、旅游服务与设施感知形象、旅游体验感知形象"4个维度进行研究,并在此基础上进一步提出改善旅游设施、挖掘丝绸之路新形象、推进智慧旅游城市等建议来提升洛阳旅游形象。     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。     

大数据环境下的数据分析及应用研究

大数据蕴含着巨大的商业价值和社会价值。针对大数据的分析与应用面临的新挑战,文章重点阐述了文本分析、Web分析、网络分析及移动数据分析等数据分析技术,并从商务智能挖掘、公共安全预警等领域介绍了大数据分析与挖掘的热点应用。     

手机短信修辞文本建构的独特方式

手机短信修辞文本独特的建构方式主要表现为跳跃式和分行式两类。使用这种文本建构方式的原因有三方面:一是现代化的手机短信服务功能的完善性为他们提供了使用的可能性;二是年轻人为了满足个人的标新立异心理;三是为了省时省力。新颖的建构文本方式的使用给人们带来了新的视觉享受,但同时也存在不完善之处,有待继续改进完善。     

视图中插入文本块的编程方法

在一般应用软件中，文本输入是必不可少的。如何让文本输入像画线、画圆、画椭圆一样简单方便，实现在视图中插入文本块？可将输入的文本看成是一个文本块，或者说是一个矩形，在矩形中完成文本的输入、修改、换行等操作。这样，工作就转化为在视图中插入一个矩形，编程并让该矩形响应鼠标和键盘消息，从而实现文本块中文本的输入及各项操作。具体通过VC＋＋中文档、视图之间数据交换和各自职能的特点以及C＋＋中面向对象的技术^[1,2]，实现了在视图中插入文本块的方法。这里的文本块如其它的图形对象一样，可以选择、可以移动、可以修改、可以删除。最后给出了实现结果的图片。     

星座漫谈

人在地球上仰望长空,觉得天似穹庐,这个表观上的球面叫做"天球".天球上布满着亮度各异的星星.在无月的晴朗夜空,在没有人为光源干扰的情况下,视力正常的肉跟能够看见的星星约为6000颗左右,其中一半在地平线之上,另一半或者尚未从东方升起,或者已降落到西方的地平线下.换句话说,在任何时刻,人们用肉眼见到的星星最多也就是3000颗左右.     

基于Linux的智能内容过滤防火墙的研究与实现

针对垃圾邮件、不良网页和某些即时消息的威胁,本文以建立一个高效、智能的内容过滤防火墙为目标,提出一个集过滤与监控于一体的智能内容过滤防火墙模型,并依托该模型,实现了一个原型系统。该系统模型具有良好的结构,易于扩展,设计并实现的智能内容过滤系统具有友好的用户交互界面,良好的过滤效果,该系统的研究有助于对内容安全产品的开发,可以有效保障局域网内的内容安全。