《表2 微博语言评价示意表》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于深度学习的城市意象认知方法创新与拓展——以重庆主城区为例》
城市空间与环境能够影响人情感与行为的表达,当研究样本数量较小时,这种关联性并不强,但以海量样本数据作为研究支撑时,则可以建立情感与空间的高关联性。本文利用玻森自然语义深度学习算法对微博语言数据进行识别,可以判断该语言所表达的情感,并以此作为意象评价的依据。根据情感数值e的大小,本文将城市意象的评价划分为3类,当0≤e<0.40时表示负面意象,数值为0.40≤e<0.60时表示中性意象,数值为0.60≤e≤1.00时则表示正面意象(表2)。
图表编号 | XD00128024600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.10 |
作者 | 曹越皓、杨培峰、龙瀛 |
绘制单位 | 清华大学建筑学院 |
更多格式 | 高清、无水印(增值服务) |