祝贺硕士生骆莹在期刊《数据分析与知识发现》发表论文
我院硕士生骆莹（导师：王松副教授）的论文“基于文本语义与关联网络双链路融合的用户生成内容价值早期识别研究”在中文期刊《数据分析与知识发现》（CSSCI，IF=3.3）发表。
论文摘要：
[目的]为缓解虚拟社区中对价值性内容识别的时滞性、过载性问题，拟通过构建特征体系与算法模型来提升早期识别的效率。[方法]综合考量用户生成内容早期的文本语义和用户、文本间显隐性交互关联的网络结构，构建双链路融合算法进行处理。在文本语义链路中，采用Bert+BiLSTM+Linear获取深层语义特征；在关联网络链路中，采纳GAT处理节点的浅层数值特征和关联特征；继而利用卷积层优化上述双链路的融合信息，最终完成价值早期识别的目的。[结果]本文所构建的双链路融合模型对魅族Flyme社区数据的处理准确率为89.80%，相较于单独的文本语义链路和关联网络链路，准确度分别提高了3.45%、3.20%。相较于其他基线模型，准确度和F1值均有不同程度的提升。[局限]模型的泛化能力尚待进一步提升，缺乏对图片、外部链接等富文本内容的深入挖掘。[结论]基于深度学习融合模型对序列型文本语义、拓扑型网络结构进行综合性处理，能进一步提高对价值性文本早期识别的准确性。
论文链接：
http://kns.cnki.net/kcms/detail/10.1478.G2.20230206.1810.002.html
网页截图：
（供稿：张孟微， 校稿：赵桐）
发布日期：2023-08-02