摘要：[目的/意义]由于汉语文本缺乏语义结构化,机器无法理解自然语言。因此,对汉语文本的语义结构化挖掘,有助于用户对其进行深层次利用和创新,从而推动数字人文研究发展。[方法/过程]文章以历史事件文本为研究对象,采用语义网技术,通过优化时间概念的语义表达方法,构建历史事件本体知识模型KMHEO;借助外部知识库,采用数据关联技术,将非结构化和结构化数据转换成遵循统一标准的结构化数据;并在此基础上,从单术语、双术语和多术语三种检索模式角度,设计了一个历史事件本体应用原型检索系统。[结果/结论]实验结果表明,文章设计的历史事件本体应用原型检索系统可以为用户提供形式多样的知识查询模式,能较好地解决历史事件中存在的关联缺失问题,为历史现象分析研究提供了新思路。

摘要：[目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。