机读格式显示(MARC)

• 000 01818nam0 2200265 450

• 001 0000794600

• 005 20201130083300.0

• 010 __ |a 978-7-5166-5175-9 |d CNY35.00

• 100 __ |a 20200903d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 面向社交媒体的观点分析技术研究 |A mian xiang she jiao mei ti de guan dian fen xi ji shu yan jiu |f 熊蜀峰著

• 210 __ |a 北京 |c 新华出版社 |d 2020

• 215 __ |a 117页 |d 24cm

• 300 __ |a 面向信息处理的汉语文本情感结构的描写机制与资源建设研究

• 314 __ |a 熊蜀峰，男，博士，副教授，平顶山学院学术技术带头人、社交媒体分析团队负责人、郑州大学在站博士后、英国UniversityofWarwick访问学者，曾获得国家留学基金委、河南省高等学校青年骨干教师资助。主要学术研究方向是自然语言处理、深度学习技术。近五年先后主持教育部人文社科基金项目1项、河南省科技计划1项、河南省教育厅重点项目2项。在计算机学会推荐人工智能领域著名会议期刊发表多篇论文，其中SCI检索论文7篇，EI检索论文4篇。荣获河南省自然科学学术奖论文一等奖1项、市厅级奖项多项，申请多项专利及软件著作权，受邀担任KBS等6个领域知名国际SCI期刊审稿人、中国中文信息学会青年工作委员会委员。

• 330 __ |a 本书共分七章：第一章先介绍了研究的背景意义，接着讨论了研究进展，然后分析了传统方法中存在的问题并引出本书的研究内容介绍，最后是论文的结构安排；第二章讨论了面向产品评论分析的短文本情感主题模型；第三章对评价目标短语分组问题进行了研究；第四章从特征学习角度提出了基于深度度量学习的方法来处理评价目标短语分组问题；第五章讨论基于图方法的观点摘要问题；第六章讨论面向Twitter观点分类的情感增强词嵌入学习方法；第七章总结本书的主要工作和创新，并对今后的研究工作进行了探讨。

• 606 0_ |a 互联网络 |A hu lian wang luo |x 传播媒介 |x 汉字信息处理 |x 研究

• 690 __ |a H127 |v 5

• 701 _0 |a 熊蜀峰 |A xiong shu feng |4 著

• 801 _0 |a CN |b HDUL |c 20201130

• 905 __ |a HDUL |d H127/262

• 920 __ |a 233030 |z 1