网络文本分析

摘要： 红色旅游作为具有中国特色的文化旅游形式,在新时代承担着传承红色基因、弘扬革命精神的重要使命。本研究以狼牙山风景区为案例地,采用网络文本分析法,对爬取的马蜂窝等旅游网站上的点评文本进行游客体验价值维度聚类,并基于文献梳理分析归纳出游客体验价值的五大维度:感官体验价值、教育体验价值、服务体验价值、成本体验价值、情感体验价值。在此基础上,运用IPA分析法,探究游客对于狼牙山风景区体验质量的评价。结果表明,游客对于狼牙山风景区体验价值各要素的感知重要程度存在较大差异,但狼牙山风景区的自然景观风貌及生态环境、服务态度整体水平较好,游客对景区的旅游体验质量评价较高。根据研究结果,今后应从扩大宣传力度、控制客流量、加强管理治安、丰富体验活动等多个方面优化提升狼牙山红色旅游景区发展对策,促进狼牙山风景区红色旅游的可持续发展。

摘要： 本文选取湖南张家界大峡谷玻璃桥景区作为案例地,以携程、马蜂窝等在线旅游网站游记和评论为数据源,运用文本分析法和ROST CM6.0软件研究该景区旅游目的地形象,进而得出结论,并提出建议.

摘要： 文化遗产作为旅游活动的重要载体和核心吸引物,在“文旅融合”时代,对于满足游客个性化、沉浸式等体验需求,推动遗产地旅游持续发展的作用日益凸显。本文以沈阳盛京皇城文化遗产为研究对象,采集携程网有关盛京皇城的游客评论作为文本数据,使用ROST CM6软件从高频词、情感和语义网络三个维度对文本数据进行内容分析,旨在了解游客对盛京皇城文化遗产的旅游体验感知,为提升盛京皇城文化遗产旅游体验提供建议。

摘要： 在酒店智慧化转型升级的背景下,顾客满意度成为酒店关注的焦点。采用网络文本挖掘方法,运用ROST CM6软件,采集在线旅游平台“飞猪”网站上的顾客点评内容作为样本数据,分析在菲住布渴智慧酒店入住体验中的满意度、网络语义、情感倾向、技术可接受程度等预期效果。结果表明:顾客对菲住布渴智慧酒店体验总体比较满意,尤其是智慧酒店的科技化环境,酒店智慧化设备的接受程度较好,基本达到了顾客预期。但在应用过程中,存在智能设备技术不稳定、酒店智慧化创新程度不够、无法满足个性化需求等问题。酒店的智慧化建设应该以顾客入住体验为核心,围绕影响顾客满意度的环境因素、服务因素、价值因素和顾客抱怨因素进行提升,推动智慧型酒店创新发展。

摘要： 本文以上海为例,采用爬取数据的方法,用网络游记文本作为研究样本,借助ROST CM6、ROST EA软件,运用内容分析法,通过高频词汇分析、网络语义分析、情感分析等数据处理技术,对游客感知进行定性、定量分析,获得游客对上海旅游目的地的形象感知。并对研究结果进行总结,探析上海旅游区的长处和不足,对上海旅游发展提出打造上海红色文化旅游高地、发展乡村旅游和古镇旅游、完善旅游服务管理体系等有针对性的建议,这对上海塑造、改进旅游形象有着重要意义。

摘要： 建筑评论在互联网泛在影响下正成为市民社会的重要文化现象,促进了城镇建筑风貌营造的社会普及,但偏离于专业认知的大众审美有可能导致专家共同体知识话语的相对式微。以华为欧洲小镇为实证,运用网络文本分析法对多源网络文本进行研究,揭示专家和公众在互联网语境下对建筑风貌的认知与评论差异。研究发现,移动互联网的深入应用提高了建筑风貌认知与评论的公众参与程度,并使得公众多元化的价值判断得以凸显;专家更加关注建筑设计阶段的方法模式与文化内涵,且与公众存在显著性的褒贬差异。文章提出,建筑风貌管理应重视不同群体的作用,厘清互联网环境下公众参与的运行界域,提高城镇建筑风貌的专业管理能力。

摘要： 美食街区是小吃街发展的高级形态,体验美食是旅游行程中的重要部分,也是游客感知的一种重要方式。以西安永兴坊作为案例,采用网络文本分析法,探析永兴坊非遗美食街区的游客感知特征。研究表明,游客感知集中在美食享受、休闲娱乐、回味历史等方面,游客正面感知大于负面感知,但在美食创新、娱乐体验等方面存在消极情绪。针对街区存在的问题,提出发展夜间非遗演艺、创新娱乐体验项目、挖掘美食文化、建设品牌餐饮等建议,以期促进城市发展。

摘要： 文章通过采集大众点评网上福州市30个公园的评论数据,从景观景点感知、特色环境感知、服务设施感知、游憩活动感知4类进行公园形象感知对比分析。结果表明:1)公园游客对于景观景点感知最为强烈,最为关注公园的自然环境;对于特色环境感知较为薄弱,普遍认为公园景观特色不够突出。2)游客对于福州市公园普遍以积极评价为主,但对于公园的卫生条件、停车位设置和公园特色方面还存在一些意见。3)不同类型的公园优化提升方向不同,即综合公园建设应着重于公园的文化氛围营造;生态公园应重视维护生态环境,打造富有特色的植物景观;游乐公园则应健全公园游憩设施与管理体系,从而营造更好的游憩体验。

摘要： 为了探索房客对民宿打分的关键要素,以武汉民宿在爱彼迎(Airbnb)上的评价为研究样本,采用ROST Content Mining 6软件,运用文本分析法,分析了武汉市共享民宿线上评论的特征。研究表明:不管是正向评论还是负向评论,房客对民宿的关注点均集中在房间设施、房东态度、地理位置、住房体验四个部分,其中,“房间设施”被提及次数最多,热情好客的房东会提高房客对民宿的好感,交通是否便利也是房客格外关注的重点,而住宿体验决定了房客对民宿的最终评价。研究以期为武汉市共享民宿的发展提供借鉴和启示。

摘要： 新冠肺炎(COVID-19)疫情影响了城市居民生活的方方面面。为探究疫情后武汉市居民对城市公共绿地的态度与使用方式变化,以武汉市东湖生态旅游风景区为研究区域,使用网络文本分析法,对疫情前后大众点评网站上的游人评价进行情感趋势分析、关键词提取以及关键词聚类分析,对分析结果进行对比。结果表明:1)疫情前后,评论文本中积极情绪占比分别为88.14%和87.97%,整体满意度较高,且并未发生明显变化;2)疫情前后评论文本关键词可聚类为景区印象、内外交通、游人关注点、游玩感受与游人活动5类,对比疫情前后每类特征词重复率,分别为73.3%、33.3%、26.7%、40%、53.3%。发现游人关注点与内外交通方式变化最为明显。根据研究结果,后疫情时代的风景区建设应在防疫管理、交通基础设施以及重要景点配套服务设施等方面进行优化,从而提升游人游憩质量。

摘要： 旅游目的地的形象研究自20世纪70年代以来一直是旅游研究学者们重点关注的对象之一,目前在旅游目的地形象的概念及组成要素、影响因素、作用、塑造方法以及测量与评价等方面学者们已经进行了丰富的研究.互联网的迅速发展改变了人们的生活方式,也为学术研究提供了新的资源,在旅游目的地形象感知中基于网络文本分析的研究可开始得到越来越多研究学者的重视.本文对网络文本分析法以及文本分析法在旅游目的地形象中的应用进行了文献梳理,从旅游网络文本分析的数据来源以及研究的对象对文献进行了归类,最后对此类研究进行了总结与展望.

摘要： 本公开的实施方式提供了文本分析模型训练及文本分析方法、介质、装置及设备。包括：将包含问题信息的第一原始语料输入待训练文本分析模型的编码器；采用待训练文本分析模型的编码器，获得第一原始语料中的问题信息的语义向量，以及问题信息所包含的关键词的词向量矩阵；采用待训练文本分析模型的信息抽取层，根据语义向量和词向量矩阵，确定问题信息的整体编码表征；采用待训练文本分析模型的解码器，对整体编码表征进行解码，确定第一分类信息和第二分类信息；根据第一分类信息、第二分类信息和标注分类信息，对待训练文本分析模型进行优化，得到优化后的文本分析模型。本公开能够提高文本分析结果对商品供应商或商品销售平台的参考价值。

摘要： 本发明公开了一种文本分析方法及文本分析器。该方法包括：对获取的文本以字符为单位进行切分处理，对切分得到的字符按照预先设置的字符特征进行特征标注，形成特征字串；按照预先构建的分词模型，对特征字串进行分词处理，得到包含字序的分词结果；根据分词结果中的字序进行合并处理，对合并得到的词按照预先设置的字符特征进行特征标注，形成特征词串；根据预先构建的词性标注模型，对特征词串进行词性标注，得到词性标注结果；确认词性标注结果中包含实体词词性标注，则按照相邻相同规则，合并词性标注结果中包含实体词词性标注的实体词，得到文本分析结果。应用本发明，可以提高实体词的文本分析准确率。

摘要： 本发明公开了一种基于政策文本分类和关键信息识别的政策文本分析方法，属于自然语言处理技术领域。本发明提供的政策文本分类器通过在原始段落中增加分类任务的提示语言，该提示语言中包含需要预测并填写标签的掩码位置，将段落分类问题转换为类型完形填空的分类预测问题，简化了段落分类预测的过程，能够基于所构建的完整的政策文件要素体系，更精准地从内容构成和文件结构的角度解析政策文件文本，并挖掘出更深层的信息。提供的政策信息识别器通过在所构建的政策文本要素体系下预测空缺内容标签的方式同样简化了文本实体的识别难度，并且在训练数据规模较小时有较好的表现。

摘要： 本公开的实施方式提供了文本分析模型训练及文本分析方法、介质、装置及设备。包括：将包含问题信息的第一原始语料输入待训练文本分析模型的编码器；采用待训练文本分析模型的编码器，获得第一原始语料中的问题信息的语义向量，以及问题信息所包含的关键词的词向量矩阵；采用待训练文本分析模型的信息抽取层，根据语义向量和词向量矩阵，确定问题信息的整体编码表征；采用待训练文本分析模型的解码器，对整体编码表征进行解码，确定第一分类信息和第二分类信息；根据第一分类信息、第二分类信息和标注分类信息，对待训练文本分析模型进行优化，得到优化后的文本分析模型。本公开能够提高文本分析结果对商品供应商或商品销售平台的参考价值。

摘要： 本申请提供文本分析模型的训练方法及装置、文本分析方法及装置。其中，所述训练方法包括：获取样本文本、样本问题和答案标签；将样本文本和样本问题输入至文本分析模型中进行处理，生成分类单元输出向量和注意力单元输出向量；基于分类单元输出向量确定样本答案存在信息，并将样本答案存在信息与答案标签中的答案存在信息进行计算，生成第一损失值，基于注意力单元输出向量确定样本答案，并将样本答案与答案标签中的正确答案进行计算，生成第二损失值；基于第一损失值和第二损失值生成第三损失值，并基于第三损失值对文本分析模型进行迭代训练，直至达到训练停止条件。本申请所述的方法可以有效提高文本分析模型的准确率。

摘要： 本申请提供一种文本分析模型的训练方法及装置、文本分析方法及装置。其中，所述文本分析模型的训练方法，包括：获取训练样本，并输入至文本分析模型中，生成线性矩阵；基于所述线性矩阵进行处理，生成分数矩阵；基于所述分数矩阵与预先设置有掩盖位置的掩盖矩阵生成分数更新矩阵，以掩盖所述训练样本中的至少一个词单元；基于所述分数更新矩阵和所述线性矩阵进行自注意力处理，预测所述训练样本中掩盖的词单元，并基于预测结果与真实结果确定损失值；基于所述损失值对所述文本分析模型进行训练，直至达到训练停止条件。本申请提供的方法及装置，可以有效提高模型训练效果，有效提高文本分析的准确率。

摘要： 本发明属于文本分析领域，特别涉及一种基于SVM文本分析的诈骗日志文本分析方法。该方法包括：使用手机号黑白灰名单对来日志文本号码分析，生成名单权重；使用关键词对日志文本分析，生成关键词权重；使用SVM模型对日志文本分析，生成SVM模型权重；使用所述名单权重、关键词权重和SVM模型权重综合分析，生成诈骗日志文本权重，利用所述诈骗日志文本权重，对日志文本进行判断。本发明从日志文本来源上、日志文本本身内容进行综合判断，降低误判率，提高了对日志文本的识别准确率，节省时间。

摘要： 本发明公开了一种文本分析方法及文本分析器。该方法包括：对获取的文本以字符为单位进行切分处理，对切分得到的字符按照预先设置的字符特征进行特征标注，形成特征字串；按照预先构建的分词模型，对特征字串进行分词处理，得到包含字序的分词结果；根据分词结果中的字序进行合并处理，对合并得到的词按照预先设置的字符特征进行特征标注，形成特征词串；根据预先构建的词性标注模型，对特征词串进行词性标注，得到词性标注结果；确认词性标注结果中包含实体词词性标注，则按照相邻相同规则，合并词性标注结果中包含实体词词性标注的实体词，得到文本分析结果。应用本发明，可以提高实体词的文本分析准确率。

摘要： 本发明公开了一种基于政策文本分类和关键信息识别的政策文本分析方法，属于自然语言处理技术领域。本发明提供的政策文本分类器通过在原始段落中增加分类任务的提示语言，该提示语言中包含需要预测并填写标签的掩码位置，将段落分类问题转换为类型完形填空的分类预测问题，简化了段落分类预测的过程，能够基于所构建的完整的政策文件要素体系，更精准地从内容构成和文件结构的角度解析政策文件文本，并挖掘出更深层的信息。提供的政策信息识别器通过在所构建的政策文本要素体系下预测空缺内容标签的方式同样简化了文本实体的识别难度，并且在训练数据规模较小时有较好的表现。

摘要： 本说明书实施例提供一种用于文本分析的模型训练方法、文本分类方法和装置，方法包括：首先利用第一双向转换器模型，针对第一训练语句中的每个词，基于该词的初始词向量，以及该词的上文信息，得到该词对应的正向向量；接着利用第一双向转换器模型，针对第一训练语句中的每个词，基于该词的初始词向量，以及该词的下文信息，得到该词对应的反向向量；然后根据第一训练语句中的每个词的位置，将该位置的前一个词的正向向量和该位置的后一个词的反向向量拼接起来，作为该位置对应的目标词向量；再利用第一语言模型，针对每个位置对应的目标词向量，对第一双向转换器模型和第一语言模型进行训练，从而既运行速度快，又能保证模型的鲁棒性。