滕永林
- 作品数：16 被引量：119H指数：7
- 供职机构：中国传媒大学更多>>
- 发文基金：国家社会科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术语言文字文化科学更多>>
- 一种基于双题法的长文本情感计算方法
- 本发明公开了一种基于双题法的长文本情感计算方法，根据本发明的统计，从标题就可以判断整个语篇倾向的比重达到了0.61，标题与情感句结合共同完成文本情感计算可以在最大程度上提高文本情感计算的准确率。我们采用该方法在语言文字领...
- 程南昌邹煜杨柳宋康滕永林
- 文献传递
- 字母词使用六十年被引量：13
- 2016年
- 本文在1955—2015年的《人民日报》中选择13个年度的语料作为样本,调查了近60年来字母词的使用状况。调查结果显示,在这60年中,字母词在汉语表达中已占有一定空间,经历了数量大幅增长又逐渐趋于平稳的阶段,字母词原型由"字母+汉字"形式转向英文缩略词;字母词使用中独用词多,低频词多,稳定性差,较多的失范现象影响了信息传播和语言交际。在归纳字母词使用规律的基础上提出了思考与建议,希望能为政府制定相关政策提供参考。
- 侯敏滕永林
- 关键词：字母词语言调查语言监测
- 基于元素共现的网络舆情自动识别技术
- 本发明公开了基于元素共现的网络舆情自动识别技术，包括实现方法和加权算法两个步骤，其中，实现方法包括如下步骤：S101：收集语料9436篇，记为X，共1250万字，其中舆情相关语料1836篇，记为Y，250余万字，非舆情相...
- 程南昌 宋康邹煜滕永林杨柳
- 文献传递
- 评价短语的倾向性分析研究被引量：8
- 2013年
- 评价短语是评价因子之一,是汉语倾向性研究的重要组成部分。评价短语可以分为"评价词+评价词"、"修饰词+评价词"、"普通词+评价词"、"修饰词+普通词"、"普通词+普通词"5类。评价短语类型不同,采用的倾向性分析策略也不同。短语计算规则和短语评价词典的互动是该文采用的基本方法。在制定短语计算规则时应遵守共性与个性相结合的原则;建立短语评价词典时应遵循最小评价因子原则。实验证明,短语计算规则与短语词典的建立提高了倾向性分析系统的准确率,是一种行之有效的方法。
- 侯敏滕永林陈毓麒
- 政务微博中字母词使用状况调查研究被引量：5
- 2021年
- 本文通过调查分析政务微博语料中字母词的使用状况发现,带字母单位占语料总词种数的4.16%,频次占1.08%。其中,典型字母词在数量上占优势,尤其是外文缩略形式字母词,词种数占典型字母词词种数的85.8%,频次占典型字母词频次的88.9%,是政务微博中的主要使用形式。在领域分布上,高频字母词主要分布在科技和经贸领域。这在一定程度上反映了政务微博字母词使用的领域特点。此外,政务微博中字母词的使用仍存在一些不规范的现象。因此,需要加强对新媒体中字母词的使用调查研究;充分发挥新媒体的示范作用,强化规范意识;继续加强对语言文字的规范使用管理,不断优化管理策略。
- 邹煜邹沫佳滕永林程南昌
- 关键词：字母词语言调查
- 一种基于语篇的人物属性抽取方法
- 本发明公开了一种基于语篇的人物属性抽取方法，包括如下步骤：S101：制定以篇章知识为指导逐级分类的人物属性抽取策略，利用传记类文本往往开篇点题，确定以人名为标准两分文本，分成被抽取人物为主要叙述对象文本和被抽取人物为非主...
- 程南昌邹煜杨柳滕永林 宋康
- 文献传递
- 广播电视语言外文缩略词使用状况调查被引量：10
- 2011年
- 通过对国家语言资源监测语料库中2009年广播电视语料的调查统计,对广播电视媒体语言中外文缩略词的使用状况给出客观的描述分析,并据此提出广播电视语言中的外文缩略词使用建议,为政府相关部门制定语言政策提供参考。
- 侯敏滕永林刘俊刘欣斐
- 关键词：广播电视语言语言生活
- 篇章知识与逐级分类相结合的人物属性抽取方法研究被引量：1
- 2019年
- 人物属性抽取主要包括两个问题:属性识别和属性归属判定。属性识别主要是命名实体的识别,本文通过对分词软件的调整来完成;在属性归属判定中,本文突破目前主要在句子范围内进行统计操作的方式,提出以篇章知识为指导,从文本到句子逐级分类的人物属性抽取方法,该方法在CIPS-SIGHAN2014评测中F1值宽、严结果分别为0. 51与0. 49,为本次评测最好成绩。事实证明了该方法的有效性。
- 程南昌邹煜滕永林侯敏
- 关键词：命名实体识别指代消解
- 基于语义分类的比较句识别与比较要素抽取研究被引量：9
- 2014年
- 比较是人们常用的评估不同事物优劣、异同的表达方式,利用机器识别比较句并进一步抽取比较要素是语言信息处理领域一项新颖又有实用价值的课题。该文依据比较句与比较要素之间是一种"你中有我,我中有你"的共生关系,将比较句识别与比较要素抽取两个任务合二为一完成;根据词意分类,构建由领域词典、情感词典、标记词典、普通词典构成的词典系统;根据汉语比较句句义分类,构建比较句识别与比较要素抽取规则库。以第四届中文倾向性评测(COAE2012)发布的测试语料为实验对象,该系统取得了较好的实验(评测)结果。
- 周红照侯明午侯敏滕永林
- 关键词：语义分类
- 评价知识本体研究与规则实现被引量：7
- 2016年
- 【目的】建立一套集评价句识别、倾向性判定、评价对象抽取于一体的评价分析智能系统。【方法】对中文评价知识本体进行研究,基于本体研究成果建立评价分析规则库,实现基于词典规则的评价分析智能系统CUCsas。【结果】以第7届中文倾向性分析评测(COAE2015)发布的50 000篇微博(共计133 201个句子)为实验数据,系统评价句识别及倾向性判定的正确率、召回率和F值分别为0.83、0.70、0.76,而评价对象抽取的结果较差。【局限】系统尚缺少评价新词发现和领域词典自动构建模块。【结论】初步建立起一套实用化的评价分析智能系统。
- 周红照侯敏滕永林
- 关键词：评价对象抽取
