摘要：游客感知对于了解人民需求、提升城市建设质量有着重要意义。以公园网络文本为数据训练NLP定制模型,更适用于风景园林领域的需求,使公园治理与设计更加智能与高效。基于深度学习平台,训练三个多标签文本分类、情感倾向分析、评论观点提取三个模型处理公园网络文本,从“时间—评价对象—评价对象下的感知要素”多层次分析公园游客情感倾向特征,挖掘重点感知要素。研究表明:(1)鹅岭公园游客感知整体积极性较高,6类评价对象中园外景观受关注度最高,自然景观与游客积极情绪成正比,设施配套消极情绪最高,停车位是亟需解决的问题。(2)在60个高频感知要素中,7个要素与游客积极情绪概率成显著正比,其中5个正相关,2个负相关。(3)采取“文本分类—高频词提取—情感分析”的分析顺序,可以挖掘词频低但有重要影响的感知要素。(4)NLP定制模型提供的属性级情感分析可以减少情感分析误差,使研究更准确。研究鹅岭公园游客情感与公园重点感知要素,为鹅岭公园的建设提升提出优化建议,为自然语言处理在风景园林中的应用提供了参考。

摘要：随着社会的发展,人们的审美水平在不断提高,对于生存居住的环境要求也变得愈来愈高,风景园林规划设计的重要性日益凸显出来。在进行风景园林的规划设计时需要融入符合当地特征的设计元素,可以从设计区域的自然环境特征、人文环境特征、园林应用性特征、社会特征着手进行设计,避免出现千城一面的情况,让风景园林在发挥出应有的生态功能的同时,促进当地文化的发展。

摘要：为了解决设计行业基数增多所带来的设计人员繁杂、设计质量不高等问题。我们结合在数据收集、储存、分析与应用等方面逐渐成熟化的“大数据”技术,建立景观设计专业的搜索平台。平台同时具有设计前期资讯,提供设计被动式策略以及专业在线论坛的功能。服务用户包涵学员,设计师,设计业余爱好者三类人群。使用者输入场地位置,软件自动检索出,当地植物配置、设计被动策略以及类似案例,提供有在地性的设计建议供选择,加快设计进程,保证设计质量。