《表1 建筑专业评论高频语料库列表参考》

  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

《基于网络评论语义分析的建筑大众印象研究——以广州恒大足球场为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对专业评论数据进行基础查重和去重后，使用jieba代码库训练获取建筑专业评论高频语料。Jieba库采用隐马尔可夫模型（Hidden Markov Model，HMM）和维特比算法（Viterbi）进行基于汉字成词规律的深度学习训练，可获取未入词库记录的语料。HMM常用于一个系统中包含隐性状态的转移与表现概率的统计模型。Viterbi算法即通过动态规划求问题最佳解的一种节约算力的算法[9]。标准的Jieba库默认为标准现代汉语语料库，显然不能满足专业分析需求。本文采用Jieba库提供的词频-逆文件频率算法（Term Frequency-Inverse Document Frequency，TF-IDF）获取建筑专业语料[10，11]。原理是用4个隐含状态分别表示为单字成词、词组的开头、中部和结尾，通过已标注的分词训练集获取HMM模型的各项参数，再用Viterbi算法解释测试集，得出词频较高的建筑专业语料。即同个词在指定评论库中数量越多，且在非指定库中数量越少越能被提取。如下表1所示，筛选列举了几种类型建筑前30项建筑评论高频语料。这些语料根据其在各类型建筑中的权重调高词频，提高在网络评论检索中建筑专业语料的敏感度。同时，考虑以建筑造型、功能、环境等各构成要素为辅助分类标准[4]。针对建筑构成要素调整建筑专业高频语料的词频作为评论基准库，有助获取建筑对应要素的特定印象。