CN107301200A - 一种基于情感倾向分析的文章评估方法和*** - Google Patents

一种基于情感倾向分析的文章评估方法和*** Download PDF

Info

Publication number
CN107301200A
CN107301200A CN201710367254.0A CN201710367254A CN107301200A CN 107301200 A CN107301200 A CN 107301200A CN 201710367254 A CN201710367254 A CN 201710367254A CN 107301200 A CN107301200 A CN 107301200A
Authority
CN
China
Prior art keywords
target article
article
sentiment orientation
word
evaluating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710367254.0A
Other languages
English (en)
Inventor
周钰徐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Intellectual Property Mdt Infotech Ltd
Original Assignee
Hefei Intellectual Property Mdt Infotech Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Intellectual Property Mdt Infotech Ltd filed Critical Hefei Intellectual Property Mdt Infotech Ltd
Priority to CN201710367254.0A priority Critical patent/CN107301200A/zh
Publication of CN107301200A publication Critical patent/CN107301200A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/374—Thesaurus

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于情感倾向分析的文章评估方法和***，所述方法包括：利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；可视化展示目标文章的评价词条集和目标文章推荐分，如此，通过提取基于自然语言的用户对文章评论中的情感倾向特征，得到对目标文章的评价词条集，客观的体现了目标文章的质量，给其他用户提供阅读及使用指导方面的参考价值。

Description

一种基于情感倾向分析的文章评估方法和***
技术领域
本发明涉及信息资源技术领域，尤其涉及一种基于情感倾向分析的文章评估方法和***。
背景技术
随着科学技术和互联网技术的不断发展，目前的互联网信息已经处于一种不规则增长态势之中，互联网已成为全球最大的信息资源库，它在给人类的生活和工作带来革命性变化的同时，也引发了“信息泛滥”“信息迷航”等问题，随着使用互联网的人员增加，大家在作为信息使用者的同时也成为了信息的生产者，那么，如何整理、挖掘、组织出高质量的且用户需要的信息是互联网发展当前需要解决的问题。
由于互联网具有高度互动性、匿名性、便利性、时效性和开放性特征，越来越多的信息使用者在使用信息之后会通过在线评价***发表自己对文章、数据信息、网页的评价，表达自己阅读使用情况以及各方面情感体会，而这些阅读使用情况和情感体会往往会体现这些数据信息的质量，这些价和使用时的心得，很大程度上影响了其他使用者是否阅读和使用这些数据信息。
发明内容
基于背景技术存在的技术问题，本发明提出了一种基于情感倾向分析的文章评估方法和***；
本发明提出的一种基于情感倾向分析的文章评估方法，包括：
S1、利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
S2、提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；
S3、根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
S4、可视化展示目标文章的评价词条集和目标文章推荐分。
优选地，在步骤S2中，所述情感倾向特征词，包括：情感词、评价词和程度词；
优选地，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词。
优选地，在步骤S2中，提取目标文章评价数据中的情感倾向特征词之前，还包括：建立情感词词典、评价词词典、程度词词典。
优选地，步骤S2，具体包括：
通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；
通过向量空间模型将情感倾向特征向量化；
计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
优选地，步骤S4，具体包括：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
一种基于情感倾向分析的文章评估***，包括：
数据获取模块，用于利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
特征提取模块，用于提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；
推荐分生成模块，用于根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
展示模块，用于可视化展示目标文章的评价词条集和目标文章推荐分。
优选地，所述数据获取模块，具体用于：所述情感倾向特征词包括：情感词、评价词和程度词；
优选地，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词。
优选地，还包括词典建立模块，与特征提取模块连接，用于在提取目标文章评价数据中的情感倾向特征之前，建立情感词词典、评价词词典、程度词词典。
优选地，所述特征提取模块，具体用于：
通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；
通过向量空间模型将情感倾向特征向量化；
计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
优选地，所述展示模块，具体用于：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
本发明通过获取目标文章评价数据，提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集，根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分，向用户可视化展示目标文章的评价词条集和目标文章推荐分，如此，通过提取基于自然语言的用户对文章评论中的情感倾向特征，得到对目标文章的评价词条集，客观的体现了目标文章的质量，给其他用户提供阅读及使用指导方面的参考价值，通过柱状图、雷达图、曲线图的形式展示目标文章的评价词条集和目标文章推荐分，方便用户从海量的文章及文章评价中更快地找到符合自己条件的文章及文章评价，节省用户的时间，提高检索效率，方便用户快速做出阅读使用决策，提升用户的用户体验。
附图说明
图1为本发明提出的一种基于情感倾向分析的文章评估方法的流程示意图；
图2为本发明提出的一种基于情感倾向分析的文章评估***的模块示意图。
具体实施方式
参照图1，本发明提出的一种基于情感倾向分析的文章评估方法，包括：
S1、利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
在具体方案中，由于用户在阅读互联网中各类文章时，对文章进行评论的方式不尽相同，所以需要通过多种获取方式，全方面获取目标文章评价数据，提高评论数据获取效率。
S2、提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；其中，所述情感倾向特征词，包括：情感词、评价词和程度词；进一步的，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词；具体的，提取目标文章评价数据中的情感倾向特征词之前，还包括：建立情感词词典、评价词词典、程度词词典。
本步骤，具体包括：通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；通过向量空间模型将情感倾向特征向量化；计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
在具体方案中，通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集，这些词条集可清晰的表现用户阅读文章后的情感和评价，在特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征之前，利用大量的测试文档作为训练集，通过机器学习算法不断反馈、学习提高情感倾向特征提取的性能，直至达到预定目标。
S3、根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
在具体方案中，根据预设评价词条的权值，计算文章的评价词条集加权总分，以表示文章的评价词条集中各文章的评价词条的重要性。
S4、可视化展示目标文章的评价词条集和目标文章推荐分。
本步骤，具体包括：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
在具体方案中，通过柱状图、雷达图、曲线图的形式展示目标文章的评价词条集和目标文章推荐分，方便用户从海量的文章及文章评价中更快地找到符合自己条件的文章及文章评价。
参照图2，本发明提出的一种基于情感倾向分析的文章评估***，包括：
数据获取模块，用于利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
在具体方案中，由于用户在阅读互联网中各类文章时，对文章进行评论的方式不尽相同，所以需要通过多种获取方式，全方面获取目标文章评价数据，提高评论数据获取效率。
特征提取模块，与数据获取模块连接，用于提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；其中，所述情感倾向特征词包括：情感词、评价词和程度词，具体的，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词，特征提取模块，具体用于：通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；通过向量空间模型将情感倾向特征向量化；计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
词典建立模块，与特征提取模块连接，用于在提取目标文章评价数据中的情感倾向特征之前，建立情感词词典、评价词词典、程度词词典。
在具体方案中，通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集，这些词条集可清晰的表现用户阅读文章后的情感和评价，在特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征之前，利用大量的测试文档作为训练集，通过机器学习算法不断反馈、学习提高情感倾向特征提取的性能，直至达到预定目标。
推荐分生成模块，与特征提取模块连接，用于根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
在具体方案中，根据预设评价词条的权值，计算文章的评价词条集加权总分，以表示文章的评价词条集中各文章的评价词条的重要性。
展示模块，与推荐分生成模块连接，用于可视化展示目标文章的评价词条集和目标文章推荐分，具体用于：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
在具体方案中，通过柱状图、雷达图、曲线图的形式展示目标文章的评价词条集和目标文章推荐分，方便用户从海量的文章及文章评价中更快地找到符合自己条件的文章及文章评价。
本实施方式通过获取目标文章评价数据，提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集，根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分，向用户可视化展示目标文章的评价词条集和目标文章推荐分，如此，通过提取基于自然语言的用户对文章评论中的情感倾向特征，得到对目标文章的评价词条集，客观的体现了目标文章的质量，给其他用户提供阅读及使用指导方面的参考价值，通过柱状图、雷达图、曲线图的形式展示目标文章的评价词条集和目标文章推荐分，方便用户从海量的文章及文章评价中更快地找到符合自己条件的文章及文章评价，节省用户的时间，提高检索效率，方便用户快速做出阅读使用决策，提升用户的用户体验。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于情感倾向分析的文章评估方法，其特征在于，包括：
S1、利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
S2、提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；
S3、根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
S4、可视化展示目标文章的评价词条集和目标文章推荐分。
2.根据权利要求1所述的基于情感倾向分析的文章评估方法，其特征在于，在步骤S2中，所述情感倾向特征词，包括：情感词、评价词和程度词；
优选地，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词。
3.根据权利要求1所述的基于情感倾向分析的文章评估方法，其特征在于，在步骤S2中，提取目标文章评价数据中的情感倾向特征词之前，还包括：建立情感词词典、评价词词典、程度词词典。
4.根据权利要求1所述的基于情感倾向分析的文章评估方法，其特征在于，步骤S2，具体包括：
通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；
通过向量空间模型将情感倾向特征向量化；
计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
5.根据权利要求1所述的基于情感倾向分析的文章评估方法，其特征在于，步骤S4，具体包括：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
6.一种基于情感倾向分析的文章评估***，其特征在于，包括：
数据获取模块，用于利用爬虫抓取、弹幕识别和语音识别获取目标文章评价数据；
特征提取模块，用于提取目标文章评价数据中的情感倾向特征，得到目标文章的评价词条集；
推荐分生成模块，用于根据预设评价词条的权值计算目标文章的评价词条集加权总分，得到目标文章推荐分；
展示模块，用于可视化展示目标文章的评价词条集和目标文章推荐分。
7.根据权利要求6所述的基于情感倾向分析的文章评估***，其特征在于，所述数据获取模块，具体用于：所述情感倾向特征词包括：情感词、评价词和程度词；
优选地，所述情感词包括正面情感词和负面情感词；所述评价词包括正面评价词和负面评价词。
8.根据权利要求6所述的基于情感倾向分析的文章评估***，其特征在于，还包括词典建立模块，与特征提取模块连接，用于在提取目标文章评价数据中的情感倾向特征之前，建立情感词词典、评价词词典、程度词词典。
9.根据权利要求6所述的基于情感倾向分析的文章评估***，其特征在于，所述特征提取模块，具体用于：
通过特征提取或关键词抽取，提取目标文章评价数据中的情感倾向特征；
通过向量空间模型将情感倾向特征向量化；
计算情感倾向特征之间的相似度，并选择合适算法进行聚类，得到目标文章的评价词条集。
10.根据权利要求6所述的基于情感倾向分析的文章评估***，其特征在于，所述展示模块，具体用于：通过柱状图、雷达图、曲线图中一种或多种形式展示目标文章的评价词条集和目标文章推荐分。
CN201710367254.0A 2017-05-23 2017-05-23 一种基于情感倾向分析的文章评估方法和*** Pending CN107301200A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710367254.0A CN107301200A (zh) 2017-05-23 2017-05-23 一种基于情感倾向分析的文章评估方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710367254.0A CN107301200A (zh) 2017-05-23 2017-05-23 一种基于情感倾向分析的文章评估方法和***

Publications (1)

Publication Number Publication Date
CN107301200A true CN107301200A (zh) 2017-10-27

Family

ID=60137303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710367254.0A Pending CN107301200A (zh) 2017-05-23 2017-05-23 一种基于情感倾向分析的文章评估方法和***

Country Status (1)

Country Link
CN (1) CN107301200A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992548A (zh) * 2017-11-27 2018-05-04 网易传媒科技（北京）有限公司 信息处理方法、***、介质和计算设备
CN108121698A (zh) * 2017-11-29 2018-06-05 张宁 中文文字情绪识别方法及***
CN108733652A (zh) * 2018-05-18 2018-11-02 大连民族大学 基于机器学习的影评情感倾向性分析的测试方法
CN108804416A (zh) * 2018-05-18 2018-11-13 大连民族大学 基于机器学习的影评情感倾向性分析的训练方法
CN109308487A (zh) * 2018-08-06 2019-02-05 同济大学 一种基于弹幕数据分析的广告投放机制
CN109408808A (zh) * 2018-09-12 2019-03-01 中国传媒大学 一种文艺作品的评估方法及评估***
CN109783800A (zh) * 2018-12-13 2019-05-21 北京百度网讯科技有限公司 情感关键词的获取方法、装置、设备及存储介质
CN110196950A (zh) * 2019-02-28 2019-09-03 腾讯科技（深圳）有限公司 传播帐号的处理方法和装置
CN112883146A (zh) * 2021-01-15 2021-06-01 上海柏观数据科技有限公司 一种基于社交信息的人才评价结果控制方法和装置
CN114626356A (zh) * 2020-12-08 2022-06-14 腾讯科技（深圳）有限公司 文章特征生成方法、装置、设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937462A (zh) * 2010-09-03 2011-01-05 中国科学院声学研究所 文献自动评价方法及***
CN102682120A (zh) * 2012-05-15 2012-09-19 合一网络技术(北京)有限公司 一种网络评论精华文章的获取方法、装置和***
CN102708140A (zh) * 2012-03-15 2012-10-03 冯志刚 一种微博文章排序方法和***
CN103049435A (zh) * 2013-01-04 2013-04-17 浙江工商大学 文本细粒度情感分析方法及装置
CN105469282A (zh) * 2015-12-01 2016-04-06 成都知数科技有限公司 基于文本评论的线上品牌评估方法
US20160371261A1 (en) * 2015-06-19 2016-12-22 Gordon V. Cormack Systems and methods for conducting a highly autonomous technology-assisted review classification
CN106296282A (zh) * 2016-08-08 2017-01-04 南京大学 一种基于用户评论和历史评分的网购产品评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937462A (zh) * 2010-09-03 2011-01-05 中国科学院声学研究所 文献自动评价方法及***
CN102708140A (zh) * 2012-03-15 2012-10-03 冯志刚 一种微博文章排序方法和***
CN102682120A (zh) * 2012-05-15 2012-09-19 合一网络技术(北京)有限公司 一种网络评论精华文章的获取方法、装置和***
CN103049435A (zh) * 2013-01-04 2013-04-17 浙江工商大学 文本细粒度情感分析方法及装置
US20160371261A1 (en) * 2015-06-19 2016-12-22 Gordon V. Cormack Systems and methods for conducting a highly autonomous technology-assisted review classification
CN105469282A (zh) * 2015-12-01 2016-04-06 成都知数科技有限公司 基于文本评论的线上品牌评估方法
CN106296282A (zh) * 2016-08-08 2017-01-04 南京大学 一种基于用户评论和历史评分的网购产品评估方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992548A (zh) * 2017-11-27 2018-05-04 网易传媒科技（北京）有限公司 信息处理方法、***、介质和计算设备
CN108121698A (zh) * 2017-11-29 2018-06-05 张宁 中文文字情绪识别方法及***
CN108804416B (zh) * 2018-05-18 2022-08-09 大连民族大学 基于机器学习的影评情感倾向性分析的训练方法
CN108733652A (zh) * 2018-05-18 2018-11-02 大连民族大学 基于机器学习的影评情感倾向性分析的测试方法
CN108804416A (zh) * 2018-05-18 2018-11-13 大连民族大学 基于机器学习的影评情感倾向性分析的训练方法
CN109308487A (zh) * 2018-08-06 2019-02-05 同济大学 一种基于弹幕数据分析的广告投放机制
CN109308487B (zh) * 2018-08-06 2021-03-30 同济大学 一种基于弹幕数据分析的广告投放方法
CN109408808A (zh) * 2018-09-12 2019-03-01 中国传媒大学 一种文艺作品的评估方法及评估***
CN109408808B (zh) * 2018-09-12 2023-08-22 中国传媒大学 一种文艺作品的评估方法及评估***
CN109783800A (zh) * 2018-12-13 2019-05-21 北京百度网讯科技有限公司 情感关键词的获取方法、装置、设备及存储介质
CN109783800B (zh) * 2018-12-13 2024-04-12 北京百度网讯科技有限公司 情感关键词的获取方法、装置、设备及存储介质
CN110196950A (zh) * 2019-02-28 2019-09-03 腾讯科技（深圳）有限公司 传播帐号的处理方法和装置
CN110196950B (zh) * 2019-02-28 2023-10-24 腾讯科技（深圳）有限公司 传播帐号的处理方法和装置
CN114626356A (zh) * 2020-12-08 2022-06-14 腾讯科技（深圳）有限公司 文章特征生成方法、装置、设备和存储介质
CN112883146A (zh) * 2021-01-15 2021-06-01 上海柏观数据科技有限公司 一种基于社交信息的人才评价结果控制方法和装置

Similar Documents

Publication Publication Date Title
CN107301200A (zh) 一种基于情感倾向分析的文章评估方法和***
CN108804512A (zh) 文本分类模型的生成装置、方法及计算机可读存储介质
CN102682120B (zh) 一种网络评论精华文本的获取方法和装置
CN105045857A (zh) 一种社交网络谣言识别方法及***
CN108074016B (zh) 基于位置社交网络的用户关系强度预测方法、装置及设备
CN103064971A (zh) 一种基于评分和中文情感分析的垃圾评论检测方法
CN105893484A (zh) 一种基于文本特征和行为特征的微博Spammer识别方法
CN105279148B (zh) 一种app软件用户评论一致性判断方法
CN106126502A (zh) 一种基于支持向量机的情感分类***及方法
CN104899335A (zh) 一种对网络舆情信息进行情感分类的方法
CN102841940B (zh) 一种基于数据重构的文档摘要提取方法
CN108776940A (zh) 一种基于文本评论挖掘的智能餐饮推荐算法
CN102708164A (zh) 电影期望值的计算方法及***
CN108090098B (zh) 一种文本处理方法及装置
CN110287405A (zh) 情感分析的方法、装置和存储介质
CN109902157A (zh) 一种训练样本有效性检测方法及装置
CN104915399A (zh) 基于新闻标题的推荐数据处理方法及***
CN106294676B (zh) 一种电子商务政务***的数据检索方法
CN104598648A (zh) 一种微博用户交互式性别识别方法及装置
CN106777040A (zh) 一种基于情感极性感知算法的跨媒体微博舆情分析方法
CN103617245A (zh) 一种双语情感分类方法及装置
CN108733652A (zh) 基于机器学习的影评情感倾向性分析的测试方法
CN104572915A (zh) 一种基于内容环境增强的用户事件相关度计算方法
CN105447026A (zh) 基于多视角图中最小权重连通决定集的Web信息提取方法
CN110046835A (zh) 一种基于能力飞行训练大纲的飞行员能力打分方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171027