张景
- 作品数：3 被引量：5H指数：1
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Minimum Cuts的蛋白质交互识别被引量：1
- 2017年
- 蛋白质交互信息对生物、医药研究有着重要意义,是生物医学领域一项重要的研究内容。对基于大规模语料库的蛋白质交互识别,直接利用已有的PPI数据库,能显著降低人工标注的代价。为此,在大规模语料库的基础上,提出了基于Minimum Cuts的蛋白质交互识别方法。在关系相似性框架下,Minimum Cuts分类器不仅采用SVM算法对单个蛋白质对进行初步分类预测,还利用蛋白质对之间的相似性约束判断结果,使分类结果更加准确。实验结果表明,利用Minimum Cuts分类器进行PPI的识别结果优于SVM分类器的识别结果。当训练数据为20%时,Minimum Cuts分类器的识别结果优于训练数据为80%时的SVM分类器的识别结果。
- 张景吴红梅牛耘
- 关键词：CUTS支持向量机
- 中文微博评价对象识别研究
- 2017年
- 旨在对中文微博文本的句子中评价对象进行识别。评价对象识别是指识别出评论中情感表达所针对的对象,进行评价对象的识别有助于对事件发展状况进行监控管理。目前,针对中文微博领域评价对象识别的研究较少。由于微博文本的句子简短、语言表达不够规范且表达的观点缺少带情感倾向性的词语(评价词),因而传统的通过评价词来找到评价对象的方法不适用于微博文本。利用词性分析提取和过滤评价对象候选词,并结合语义分析对句子中的候选词进行分类,基于相似的句子有着相似的评价对象的假设,采用候选词的相似性迭代算法识别中文微博文本句子中的评价对象。实验结果表明,通过深入分析微博文本的语言特征提出的方法,提高了对评价对象识别的精度。
- 张景牛耘
- 关键词：语义分析
- 基于统计数据的微博表情符分析及其在情绪分析中的应用被引量：4
- 2016年
- 表情符作为一种新兴的网络语言,受到了越来越多的微博用户的青睐。微博中出现的表情符形象直观地表达了博主的情绪,对情绪分析起着至关重要的作用。首先对大量中文微博中表情符的使用特点、分布情况和情绪表达特点进行了统计分析。然后,人工选取具有代表性且情感倾向明确的表情符作为六类基本情绪的种子表情符。根据目标表情符和六类情绪的种子表情符在微博文本中的共现情况,为其建立六维情绪向量,并将其应用于微博情绪分析。在两个数据集上的实验结果表明,本文建立的表情符情绪向量有效地提高了微博情绪识别的精度。
- 刘宝芹牛耘张景
- 关键词：表情符统计分析情绪分析
