暂无评论
基于OCC模型的汉语文本情感识别方法,毛峡,易寒飞,文本信息是人类最常用的交互方法之一,文本情感识别已成为人机交互领域的研究热点。在文本情感识别领域,大多数研究都是针对英文
提出汉语语义分析的方法,具体策略是借用依存语法作为表示框架,通过在基本内部—外部算法中结合知识识别句子中的依存关系。实验结果说明,利用借助知识的内部—外部算法训练无指导模型是可行的汉语语义分析方法。
为了研究煤岩不同细观参数均质度对冲击倾向性的影响,利用细观颗粒流软件模拟了弹性模量和黏结强度分别服从Weibull分布的非均质煤岩,并通过进行单轴压缩试验分析了破坏过程中的能量积聚与释放,研究了不同均
主要对跨领域中文评论句中的各个评价对象所对应的观点表达的情感倾向进行研究。在结合单一领域特别是产品领域中情感分类的常用算法以及结合跨领域评论观点表达的特殊性的基础上,提出了基于词典资源和有监督机器学习
依据煤产生自燃的必要条件及煤自燃的发展过程,用流态色谱吸氧法对煤的自燃倾向性进行了测定。分析了在测定中影响煤自燃倾向性的主要因素,即煤样的粒度、仪器的稳定性和气密性、样品的处理过程、载气的流速,并探讨
基于煤岩微元强度的韦伯分布假设和连续介质损伤力学理论,建立单轴压缩下考虑残余强度的损伤统计本构模型,修正了动态损伤应变计算式,结合损伤因子、损伤速率和损伤加速度研究了煤样的损伤演化规律和煤层冲击倾向性
为研究深部煤矿顶底板围岩在高应力下的冲击危险性,以跃进煤矿为工程背景,取自23092工作面的底板硬岩作为试验对象,应用真三轴试验机进行了一系列多轴(常规三轴和真三轴)条件下的压缩力学特性试验,部分试验
结合不同产品的评论词信息来构建智能化的情感分类器,提出一种结合产品特征的在线商品评论情感分类模型PWCNN(Product Weight Convolution Neural Network)。模型首
探讨并设计了一套煤自燃过程模拟及倾向性快速测定实验装置。该装置拟采用热电偶传感器实时监控实验箱内不同煤层高度温度随时间变化规律,通过气体浓度检测仪测定密封容积内O2、CO2和CO浓度变化速率。根据测试
蛋白质结晶倾向性预测评估,高建召,,预测蛋白质能否结晶,或者结晶的倾向性是结构生物学中活跃的问题之一。如果能建立从蛋白质序列出发预测蛋白质结晶的方法,会大大加�
暂无评论