《表1 词嵌入Word2Vec模型近义词举例》

  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

《义务教育阶段教师对工资待遇问题的网络诉求——基于全国网络问政平台的大数据研究》

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

在原始文本的数据矩阵的结构化转换过程阶段，即机器学习的特征工程构建，本文构建了基于词嵌入技术的Word2Vec模型。具体来讲，首先对每条留言使用python的jieba分词器（添加与教师待遇相关的自定义词典）进行分词，之后利用神经网络模型训练人民网174万条留言而得到词嵌入Word2Vec模型[35]，基于神经网络的CBOW算法，根据词语上下文，训练出人民网留言板的全部词语的300维向量。大量的数据样本训练，使得词嵌入模型可以初步识别词语之间的关系（起到类似于“语义识别”的作用）（1）。表1择要列举出一些与本文直接相关的重要词语，以及将这些词语输入基于174万条人民网留言数据和神经网络模型训练处的Word2Vec模型后模型给出的近义词。该模型列举出的近义词比较符合人类认知常识（2）。虽然该特征向量模型并不能完美地匹配人类对词语关系的认知，但可以在大数据自动文本分析时提供重要帮助[36]。