<dd id="lgggs"><optgroup id="lgggs"></optgroup></dd><nav id="lgggs"></nav>

<nav id="lgggs"></nav>
    <sub id="lgggs"><table id="lgggs"></table></sub><nav id="lgggs"><optgroup id="lgggs"></optgroup></nav><dd id="lgggs"><address id="lgggs"></address></dd>
    1. 當前位置:首頁>>新聞中心>>行業動態

      新浪微輿情與哈爾濱地圖標注聯合推出“情緒地圖”測試版

      發布時間: 07-04點擊數:1770
      2017年6月29日,新浪微輿情和哈爾濱工業大學社會核算與信息檢索研究中心聯合推出了根據社會化大數據語義剖析的“心情地圖”測試版。到時,網民能夠登錄新浪微輿情官方網站實時查詢任何關鍵字的 “心情地圖”。
      “心情地圖”是指根據深度學習的語義感愛分類模型,在人類多見心情分類的基礎上,對社會化媒體文本大數據中的潛在心情進行區分和歸類計算,終究呈現為心情在時刻和空間維度上的散布。“心情地圖”測試版的上線,標志著語義心情剖析在輿情剖析工業、甚至我國社會化大數據工業的初次正式使用。
      “心情地圖”的使用十分廣泛。輿情剖析是其間的一類典型使用,經過對社會化媒體上網民所發布的文本內容進行剖析,然后實時地對網民的心情、心情和觀念進行監測,還能夠進一步與事情發現等使命相結合。除此之外,心情哈爾濱地圖標注在引薦體系、商品談論剖析等使命中也具有很強的有用性,在政務使用、品牌價值、商品質量反應、影視作品口碑剖析等范疇均具有較強的實踐意義。
      哈爾濱地圖標注
      在技能上,“心情地圖”使用了根據深度學習的Word Embeddings、LSTM等NLP技能,對三元的傾向性分類模塊與六元心情分類模塊進行先后判別,混合使用了深層神經網絡機器學習辦法和詞典辦法。
      語義感愛分類是自然語言處理中一項主要的使用,能夠分為兩大種類:感愛傾向性剖析與心情剖析。“感愛傾向性”指的是文本的感愛極性,例如“活躍”、“消沉”或“中性”,目前國內社會化大數據剖析范疇(包含輿情剖析范疇)中對語義的感愛判別,基本上都是根據“感愛傾向性”的判別,也就是說,一般僅分為“正面”、“負面”和“中性”3類。但是,在實踐使用中,這種“粗線條”的感愛分類方式,明顯不能滿意用戶的精密化需求。例如,在一起重大災禍事情中,盡管 “消沉”或“負面”的心情占主導,但這種負面感愛中以“憤恨”為主、還是以“哀痛”為主,關于輿情態勢的判別成果區別就會很大,有關部分下一步的善后處理及言論引導作業側重點也會有所不同。而“心情”則指的是“高興”、“憤恨”、“哀痛”、“驚駭”、“驚訝/吃驚”等人類多見心情,更能反映大家的觀念和定見傾向。“心情地圖”恰是根據“喜、怒、哀、恐、驚”這五類多見心情加上“中性”的六元心情分類進行的心情剖析,關于社會化大數據來說,這種數據發掘更為精密和有用,然后更具使用價值。
      ?
      • QQ咨詢

      • 在線咨詢
      • 圖躍銷售
      • 圖躍銷售
      • 圖躍銷售
      • QQ咨詢

      • 01057182836
      久夜色精品国产噜噜亚洲AV,国产一级a不收费,91精品欧美亚洲一区二区在线,亚洲精品在线观看欧美激情,日本久久a情A片