摘要：目前采用短文本分类的方法几乎都使用词向量,不管是机器学习还是深度学习本质上都是对数字的处理。将文本汉字转换成计算机可识别的数字信息是词向量的作用。ERNIE是百度提出主要针对中文设计的词向量模型。将ERNIE词向量与深金字塔卷积神经网络相融合,对中文类新闻文本标题进行文本分类处理。通过实验比较,ERNIE词向量与深金字塔卷积神经网络相结合的短文本分类模型具有较高的分类精度。

摘要：随着网络社会的发展,社交媒体逐渐成为企业与消费者沟通和发布重要商业信息的关键渠道。从信号传递理论出发,对企业创作内容(EGC)与企业短期绩效间的关系进行探索,并引入社交媒体情境下的企业线上社会资本的中介作用,旨在为企业提供有效的内容管理建议。以经验品——电影产品为研究对象,对中国电影院线领先企业在微博平台发布的EGC进行内容分析,结果显示,尽管企业发布的信息性和说服性内容均会正向增加企业线上桥型和联结型社会资本,但只有信息性内容作为企业向消费者传递的强信号,可直接为企业带来更多的销售收入,而说服性内容作为与商业产品没有直接关联的弱信号,对企业绩效没有提升影响。并且,企业线上社会资本在EGC发挥作用的过程中起到了有效的中介作用,既增强了信息性广告强信号所产生的正面影响,又削弱了消费者对说服性广告的潜在反感态度。

摘要：【目的/意义】随着企业生成内容(EGC)的兴起,以低成本实现广告信息扩散效果最大化已成为商业界和学术界关注的焦点。本文将ELM理论和用户卷入行为研究拓展到社交媒体领域,探究EGC社会化传播的影响因素。【方法/过程】以微博为平台,利用泊松回归模型,分别从企业和用户层面,对EGC沟通内容和用户卷入情感等特征进行剖析。【结果/结论】企业层面中描述产品或服务细节的信息性内容、致力于培养良好关系的说服性内容,和用户层面中评论数、点赞数、积极的评论情感、较低的认证者比例会正向促进用户的转发。