位置:成果数据库 > 期刊 > 期刊详情页
基于人工神经网络的微博投诉句识别
  • ISSN号:1000-0135
  • 期刊名称:《情报学报》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]华中科技大学管理学院,武汉430074
  • 相关基金:国家自然科学基金项目“移动社会化媒体中基于价值共创的企业负面口碑处理资源的管理方法及系统研究”(71371081);教育部博士点(博导类)基金资助项目“基于价值共创的在线负面口碑处理知识推荐的研究”(20130142110044);华中科技大学创新研究院技术创新基金资助项目“微博平台在线负面口碑处理的知识推荐研究”(CXY13Q033).
中文摘要:

近年来,微博投诉成为用户维权的新途径。面对海量微博投诉,企业如何在有限资源下实现微博投诉自动诊断和处理,引发了学术和业界的高度关注。微博投诉句识别是微博投诉自动化处理的前提。本文针对微博投诉句识别问题,设计了微博投诉句识别框架,提出了投诉句识别的MCSI模型;应用人工神经网络方法,基于投诉信息特征、语句位置、句式、句长、词频5个属性,识别语句是否为投诉句。与多种基线模型相比,本文提出的模型可以提高投诉句识别性能。

英文摘要:

Nowadays, microblogging complaints have become a new way for users to express their rights and dissatisfactions. How to achieve automatic diagnosis and treatment of mieroblogging complaints with limited resource is causing great concern in the academic and practice. Recognition of complaint sentences from microblogging complaint is a prerequisite for automated processing of microblogging complaints and this work designs a Microblogging Complaint Sentence Recognition (MCSR) model for the task. The model uses artificial neural network method, based on 5 features including the complaint information feature, sentence position, syntactical structure, sentence length, and word frequency to identify whether the sentence is a complaint sentence. In comparison with a variety of baseline models, the proposed model can improve the performance of microblogging complaint sentence recognition.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778