导读:本文包含了观点检测论文开题报告文献综述及选题提纲参考文献，主要关键词:神经网络,微博观点检测,动态主题词,注意力机制
观点检测论文文献综述
韩玉鑫[1]（2019）在《基于神经网络的微博观点检测方法研究》一文中研究指出随着互联网中各类社交媒体的兴起,识别微博中用户的观点倾向性成为社交媒体舆情分析的主要任务之一,也逐渐成为热点事件检测的基础,以及社交媒体领域的研究热点。同时,微博观点检测在政治、经济、社会安全等方面也具有广泛的应用价值。通常,表达用户观点的微博文本具有简短、噪音多、主题涉及面广并且不显示表达主题等特点,这使得观点倾向性检测比情感检测更具有挑战性,正因为如此,到目前为止,微博观点检测仍是自然语言处理领域一项富有挑战性的研究内容,受到越来越多研究者的关注。本文基于神经网络方法实现微博观点检测,主要研究内容包括:1.本文研究了卷积神经网络和递归神经网络的网络结构及其在观点检测中的作用。2.设计实验研究了基于卷积神经网络的观点倾向性检测方法的特点,分析了卷积神经网络的特征提取功能,验证了卷积神经网络提取有利于观点检测的词汇信息,去除无关噪音信息的能力,为动态主题词的提取和设计奠定了基础。3.本文研究了基于递归神经网络的观点检测方法的特点,比较了不同的网络结构,比较了两种不同的注意力机制方法,并将Word-by-Word注意力机制用于观点检测。4.针对目前微博观点检测中主题宽泛的问题,本文提出了基于动态主题词的观点检测方法,分析了叁种不同的CNN+RNN的结构,研究了叁种不同的Attention计算方法,并设计实验验证了提出的基于动态主题词的观点检测方法的有效性。(本文来源于《新疆大学》期刊2019-06-30）
倪宁宁[2]（2019）在《跨媒体话题检测与观点分析研究》一文中研究指出近年来,社交网站中图片及视频爆炸式的增长,当今的互联网呈现跨媒体的趋势。跨媒体数据指多个社交网站中多种模态的数据,它们之间的底层表现异构性,给跨媒体数据语义关联的挖掘带来困难。且由于社交网站是人们获取并讨论热点话题的聚集地,面向社交网站“话题”分析的跨媒体话题检测与观点分析成为舆情分析领域的重要研究课题。但现有研究几乎没有专门针对多个社交网站且多种模态数据的,未能准确抓住跨媒体数据的特点,导致研究结果的片面性。因此,本课题对跨媒体数据的话题检测和观点分析进行研究。该研究课题依托于北京市教育委员会的科学研究与研究生培养共建的科研项目——基于社交感知的跨媒体数据分析与挖掘研究。本论文旨在通过这两个研究,对社交网站上的热门话题进行深入的舆情分析,主要的研究内容和创新成果如下:1.针对跨媒体数据的表现形式异构导致无法直接关联计算的问题,提出了一个基于图的方法对跨媒体数据进行融合的框架,并提出利用社交网站特有的标签信息增强数据相似性的关联。通过采用图的方法,实现有效的将跨媒体数据融合到一个图中;通过借助标签信息作为连接不同社交网站的纽带,实现消除跨媒体数据表现形式异构特点带来的问题。实验表明该方法能够有效提高跨媒体话题检测的性能。2.针对现如今社交网站上跨媒体数据表示多样化且噪声大导致文本观点分析方法结果片面的问题,本研究提出了一个跨媒体观点分析方法,通过利用跨媒体数据之间的相互依赖,分别从文本和视频的角度对社交网站中的观点进行分析,实现有效的判别和控制网络舆情的效果。另外,针对话题相关言论存在大量背景信息从而影响观点聚类效果的问题,提出一个去背景信息的主题模型,该模型通过将词语分为背景词和观点词,实现有效抑制背景词给聚类效果带来的不良影响,在真实数据集上的实验表明该方法的有效性。(本文来源于《北京邮电大学》期刊2019-05-30）
刘伟,石强,Afzal,Nikaein[3]（2018）在《同种异体排斥反应的研究进展和实验室检测的临床观点》一文中研究指出全球器官移植的需求一直在稳步增长,新的挑战可能会在未来几年内大大改变医疗领域。根据美国器官共享网络(United Network for Organ Sharing,UNOS)的数据,2016年美国进行了超过33 600例器官移植手术。由于医疗保健、营养和公共卫生的改善,将延长全球人类的预期寿命,对器官移植的需求一直在稳步增加。为了进一步实现器官移植的可行性,除了降低(本文来源于《实用器官移植电子杂志》期刊2018年04期）
傅玮萍[4]（2017）在《基于观点倾向的论文原创性智能检测方法研究》一文中研究指出为了躲过学术不端检测,剽窃者们通常都不整段的复制粘贴,而是通过较智能的替换词语、调整语序、调整篇章结构等行为来进行剽窃或者通过阅读文档将文档的学术观点占为已有。在这种情况下,要准确检测一篇文档的原创性仅仅采用传统的字符串匹配方法是很困难的,需要采用更加智能的方法。本文在总结了国内外各种论文原创性检测方法的基础上,提出了对论文观点倾向进行分析的论文原创性智能检测方法。该方法针对学术观点剽窃这一行为,参照外部剽窃检测的叁个步骤即候选源文档集的检索、源文档集的筛选、后处理,在每个步骤中提出相应的检测方法。首先利用主题模型为文本进行建模,提出将主题建模与经典文本分割算法TextTiling相结合的方法将文本分割成一个个主题片段(待测主题块),然后通过计算主题片段间的主题相似度检索出待测主题块相对应的可能为剽窃源头的候选源主题块集,完成外部剽窃检测的第一步。在此基础上,通过抽取待测主题块的主题词,针对各主题词进行基于词典的观点倾向分析,从而得到待测主题块针对各主题词的观点倾向即待测主题块的观点倾向,根据观点倾向进一步筛选出源主题块集,完成外部剽窃检测的第二步。最后,融合主题相似度与观点倾向分析结果,给出一种论文原创程度的评估方法。本文将所提出的检测方法应用于具体的测试文本集进行实验验证,实验证明,本文所提出方法对于论文观点原创性检测的效果良好。(本文来源于《哈尔滨工程大学》期刊2017-12-01）
王鑫[5]（2014）在《聚类分析观点下的分散式最快变化检测》一文中研究指出分散式最快变化检测是传感器网络应用中常见的决策问题。与经典的基于累加和统计量的最快变化检测不同,该文提出了从聚类分析的角度解决分散式最快变化检测问题的思想,设计了一个经验上可行的实现方案。该方案受到了K均值聚类与主成分分析之间等价性的启发,无需预先知道传感器观测值在变化点前后的概率密度函数,也无需传感器的本地计算。数值模拟显示,该方案可以兼顾较小的检测延时与较小的虚警概率。(本文来源于《南京理工大学学报》期刊2014年02期）
王栋[6]（2012）在《针对网络热点事件观点漂移检测技术的研究与实现》一文中研究指出随着互联网技术的发展,网络逐渐成为民众表达意见、观点和情感的场所。网络舆情正受到越来越多的重视,针对网络舆情信息的研究也越来越受到研究者的关注。在现阶段,网络舆情分析主要集中在(微)博客、评论等舆情信息的收集、分类、汇总等分析方面,而针对网络热点事件的相关舆论信息中,内容和观点变化分析的研究较少。基于此,本文针对网络热点事件相关评论等用户生成内容,研究观点内容漂移的检测和观点情感倾向性漂移的检测问题。在网络热点事件的观点内容漂移的检测方面,本文首先根据网络热点事件的特点,对每一天的评论应用LDA模型抽取出潜在语义,并对这些评论应用潜在语义进行建模和聚类。然后从得到的聚类中识别特定时间段的关键聚类并提取出关键聚类代表的中心议题的关键词集。最后针对观点内容漂移的检测,通过词语之间的语义相似性计算关键聚类之间的语义相似性,再比较相邻对间段中的关键聚类的语义相似性来检测观点内容是否发生了漂移。在网络热点事件的观点情感倾向性漂移的检测方面,本文首先根据网络热点事件的评论数据集的特点,将评论数据集进行时间区域的划分,得到一个评论子集的序列。然后以句子为情感倾向性分析的基本单元,首先计算一条评论中每个句子的情感倾向,再根据句子情感倾向的总和计算每条评论的情感倾向,之后根据评论子集中每条评论的情感倾向确定整个评论子集的情感倾向。最后根据不同时间区域的情感倾向性分布检测是否发生了观点情感倾向性漂移。实验表明,本文提出的方法能有效地对网络热点事件的相关评论进行观点内容漂移和观点情感倾向性漂移的检测,并且在这两个方面都取得了较好的效果。(本文来源于《东北大学》期刊2012-06-01）
查金忠[7]（2011）在《“地沟油”难检测,原因是成分太复杂》一文中研究指出近日卫生部新闻发言人表示，目前征集到的5种方法都无法有效检测出“地沟油”，将继续向社会征集鉴别方法。日前网络上盛传上海一中学生发明了“地沟油”检测方法，被众多网友追捧转发。昨天采访南京多位专家得知，地沟油缺乏有效检测方法的原因，是其种类、成分非常复杂(本文来源于《南京日报》期刊2011-10-25）
刘晓东[8]（2009）在《高观点下的一道检测题》一文中研究指出高观点题是指与高等数学相联系的数学问题,这样的问题或以高等数学知识为背景,或体现高等数学中常用的数学思想方法和推理方法,同时也能通过初等数学的方法加以解决,从而这类题倍受命题者青睐,在历届的高考中,出现了不少背景新、设问巧的高观点题,成为高考题的又一亮点(本文来源于《中学数学》期刊2009年15期）
瞿良,王惠萱,朱玉琨,滕仪,府伟灵[9]（2005）在《糖化血红蛋白检测的循证检验医学观点》一文中研究指出目的探讨血糖浓度标志物糖化血红蛋白(HbAlc)作为糖尿病筛选、诊断、血糖控制、疗效考核的有效检测指标,对临床的应用价值和循证检验医学思路的可行性。方法循证检验医学的实践是用证,按照循证医学要求,对糖化血红蛋白检测的评价应基于大样本人群研究,而随机对照试验是临床检测价值依据的“金标准”。结果糖化血红蛋白的高低直接影响将来各种糖尿病慢性并发症的发生和发展,所以糖尿病患者定期监测糖化血红蛋白有非常重要的意义。结论用糖化血红蛋白来监控糖尿病患者的血糖控制水平,诊断或辅助诊断糖尿病已经成为临床上的一种趋势。(本文来源于《国外医学(临床生物化学与检验学分册)》期刊2005年10期）
观点检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,社交网站中图片及视频爆炸式的增长,当今的互联网呈现跨媒体的趋势。跨媒体数据指多个社交网站中多种模态的数据,它们之间的底层表现异构性,给跨媒体数据语义关联的挖掘带来困难。且由于社交网站是人们获取并讨论热点话题的聚集地,面向社交网站“话题”分析的跨媒体话题检测与观点分析成为舆情分析领域的重要研究课题。但现有研究几乎没有专门针对多个社交网站且多种模态数据的,未能准确抓住跨媒体数据的特点,导致研究结果的片面性。因此,本课题对跨媒体数据的话题检测和观点分析进行研究。该研究课题依托于北京市教育委员会的科学研究与研究生培养共建的科研项目——基于社交感知的跨媒体数据分析与挖掘研究。本论文旨在通过这两个研究,对社交网站上的热门话题进行深入的舆情分析,主要的研究内容和创新成果如下:1.针对跨媒体数据的表现形式异构导致无法直接关联计算的问题,提出了一个基于图的方法对跨媒体数据进行融合的框架,并提出利用社交网站特有的标签信息增强数据相似性的关联。通过采用图的方法,实现有效的将跨媒体数据融合到一个图中;通过借助标签信息作为连接不同社交网站的纽带,实现消除跨媒体数据表现形式异构特点带来的问题。实验表明该方法能够有效提高跨媒体话题检测的性能。2.针对现如今社交网站上跨媒体数据表示多样化且噪声大导致文本观点分析方法结果片面的问题,本研究提出了一个跨媒体观点分析方法,通过利用跨媒体数据之间的相互依赖,分别从文本和视频的角度对社交网站中的观点进行分析,实现有效的判别和控制网络舆情的效果。另外,针对话题相关言论存在大量背景信息从而影响观点聚类效果的问题,提出一个去背景信息的主题模型,该模型通过将词语分为背景词和观点词,实现有效抑制背景词给聚类效果带来的不良影响,在真实数据集上的实验表明该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
观点检测论文参考文献
[1].韩玉鑫.基于神经网络的微博观点检测方法研究[D].新疆大学.2019
[2].倪宁宁.跨媒体话题检测与观点分析研究[D].北京邮电大学.2019
[3].刘伟,石强,Afzal,Nikaein.同种异体排斥反应的研究进展和实验室检测的临床观点[J].实用器官移植电子杂志.2018
[4].傅玮萍.基于观点倾向的论文原创性智能检测方法研究[D].哈尔滨工程大学.2017
[5].王鑫.聚类分析观点下的分散式最快变化检测[J].南京理工大学学报.2014
[6].王栋.针对网络热点事件观点漂移检测技术的研究与实现[D].东北大学.2012
[7].查金忠.“地沟油”难检测,原因是成分太复杂[N].南京日报.2011
[8].刘晓东.高观点下的一道检测题[J].中学数学.2009
[9].瞿良,王惠萱,朱玉琨,滕仪,府伟灵.糖化血红蛋白检测的循证检验医学观点[J].国外医学(临床生物化学与检验学分册).2005