A foundation for spatio-textual-temporal cube analytics

Enhancing Sentiment Analysis with Term Sentiment Entropy: Capturing Nuanced Sentiment in Text Classification

“…The insight information from sentiment analysis, business can Enhanced Customer Experience [2,6,8], Refined Marketing Strategies [3,9,10], Proactive Crisis Management [4,11], Data-Driven Product Development [5,[39][40][41], Improved Employee Engagement [7]. Sentiment analysis is a gamechanger for businesses in the digital age.…”

Linear cultural heritage landscape visual perception location model and demonstration

“…片" "切块" 三种 LVPLM 数据集应用模式， 为多模式景观视觉感知信息挖掘与分析奠定了基础。论文选择长城线性 文化遗产景观资源开展实证研究， 建立了古北口长城 LVPLM 数据集， 并通过实地调研勘测采集视觉对照验证数 据， 评估了数据集的基本可信度， 初步证明了 LVPLM 模型的可行性与应用价值， 也为长城国家文化公园高质量建 设提供了新的数据资源。 关 键 词： LVPLM 模型； 景观视觉感知； 语义特征点； 线性文化遗产； NetCDF； 古北口长城 景观概念中蕴含了人地关系的视角 [1] ， 景观感 知与审美体验则是人与环境联系的途径 [2][3] 。线性 文化遗产是指线型或带状区域的文化遗产族群 [4][5] ， 蕴含了丰富的资源价值和深厚的文化底蕴， 具有整 体体量大、 空间跨距大、 景观多样、 沿线环境复杂等 地理特征 [6] 。观察者基于各个景观空间序列的感 知、 比较、 联想， 建构景观的完整印象 [7] ， 可以实现形 成线性文化遗产的深度体验。 尽管景观感知体验是多维感官综合作用的结 果 [8] ， 但景观可视性是获得感知体验的基础， 观察位 置和目标景观(特别是关键景观元素)的可视关系对 观察者建构景观意义具有重要作用。因此， 视域 分析与可视计算等 GIS 方法广泛应用于遗产景观 价值与功能等方面的分析和建模 [9][10][11][12][13] ， 如长城的瞭 望监视与烽火传递等防御功能、 军事设施和聚落 选址等 [14][15][16][17][18] 。 由于 GIS 视域分析采用的数据编码限制了参 与计算的目标点数量(如 ArcGIS 一次计算最多支持 数据组织结构 [19][20] 、 时空立方体 [21][22] 、 专题多维数据 集 [23] 等相关研究， 为文化景观的视觉感知语义信息 组织与存储提供了思路。如果将景观语义的关键 特征点表达为一个维度， 理论上可以解决视觉感知 区位和景观语义信息的一体化组织问题。因此， 本 文在基于景观语义特征点的视觉感知计算方法 [24][25] 的基础上， 尝试选择合适的多维数据模型， 设计面 各有特色 [26] 。其中， NetCDF 是自描述、 独立于机器、 基于数组的科学数据格式 [27][28] ， 具有良好的可移植、 跨平台和开源环境支持性 [29] ， 可由 Python、 Java、 R 等 语言调用， ArcGIS 等多种 GIS 软件也支持访问， 在 气象、 海洋等领域应用广泛， 用来存储长时序的温 度、 湿度、 气压和风速等数据。NetCDF 数据集的核 心是维度、 变量 [30] ， 另外还有属性信息。维度用于表 达事像的地理坐标、 时间和各类专题特征， 支持无 限长度； 变量是数据集中所有维度的函数； 属性用 于描述维度、 变量及数据集的关键说明和特征信 息。因此， NetCDF 数据的本质是多自变量的单值 函数 [31] ， 可描述为：…”