古詩作為中小學語文教育的學習重點,無論是在應試教育還是在素質教育體系中均扮演著至關重要的角色。古詩推薦這一智能知識服務能在學生進行古詩拓展學習時主動推送相似的古詩,避免了學生在海量數據中尋找相似古詩造成時間的浪費。而古詩蘊含的情感是古詩學習最重要的內容之一,因此本文將情感視為古詩推薦的重要維度特征,并基于此,展開基于情感分類的古詩推薦研究。本文具體工作如下:本文提出了融合意象知識的古詩情感分類模型(IIK-ECM)。由于古詩文本存在晦澀難懂、與現(xiàn)代中文文本差別較大等特點,傳統(tǒng)的情感分類模型可能因為理解困難而出現(xiàn)分類效果不佳的情況。針對此問題,本文首先研究了中國古詩的傳統(tǒng)意象內涵,挖掘出意象特有的情感表示,并構建意象詞典;IIK-ECM模型利用意象詞典,在古詩文本中融入意象詞所對應的情感內容,根據融入情感知識的古詩文本進行分類,從而提高了古詩情感分類的效果。在具體實驗中,本文首先根據《唐詩三百首》數據人工驗證了意象詞典構建的準確性;然后在古詩情感強度數據集FSPC上進行了對比實驗,實驗結果表明本文提出的IIK-ECM模型在情感分類評價指標準確率和F1值上均優(yōu)于基線模型。為了豐富推薦維度并...

【文章頁數】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 古詩的研究現(xiàn)狀
        1.2.2 文本情感分類的研究現(xiàn)狀
        1.2.3 推薦技術的研究現(xiàn)狀
    1.3 論文主要研究內容
    1.4 本文的結構安排
第二章 相關理論和技術
    2.1 引言
    2.2 文本情感分類相關理論和技術
        2.2.1 基于詞典的情感分類
        2.2.2 基于機器學習的情感分類
        2.2.3 基于深度學習的情感分類
    2.3 推薦算法相關理論和技術
        2.3.1 基于內容的推薦算法
        2.3.2 基于協(xié)同過濾的推薦算法
        2.3.3 基于知識表示的推薦算法
        2.3.4 相似度算法
    2.4 本章小結
第三章 基于意象詞典的古詩情感分類
    3.1 引言
    3.2 問題描述
    3.3 模型設計
        3.3.1 意象情感詞典的構建
        3.3.2 基于預訓練語言模型的古詩情感分類
        3.3.3 融合意象知識的古詩情感分類模型
    3.4 實驗準備
        3.4.1 實驗數據集
        3.4.2 模型參數設置
        3.4.3 評價標準
    3.5 實驗分析
        3.5.1 預訓練語言模型的實驗對比
        3.5.2 融入意象知識后的模型實驗對比
    3.6 本章小結
第四章 基于知識庫的融合情感知識的古詩推薦
    4.1 引言
    4.2 問題描述
    4.3 古詩知識庫擴展
    4.4 模型設計
        4.4.1 TransE模型
        4.4.2 伯努利負采樣算法
        4.4.3 目標函數
    4.5 實驗準備及結果分析
        4.5.1 實驗數據集
        4.5.2 模型訓練方法
        4.5.3 評價方案
        4.5.4 實驗結果分類
    4.6 古詩推薦
        4.6.1 基于知識表示的相似度計算
        4.6.2 古詩推薦列表生成
    4.7 本章小結
第五章 總結與展望
    5.1 本文工作總結
    5.2 未來工作展望
參考文獻
攻讀碩士期間參加的科研項目與取得的科研成果
致謝



本文編號：3786322