摘要
唐宋诗词是中国传统文学王冠上的明珠，具有极其重要的历史、文化和艺术价值，使用可视分析技术，结合深度学习和人工智能可以帮助人们更好地理解和分析诗词的含义，现有的研究仅对唐宋诗词以静态图表进行单一呈现，很难获取诗词多维属性之间的关联信息，缺乏对诗词的深层次剖析，因此提出一个基于时空属性的多维唐宋诗词可视分析方法。 首先，结合唐宋诗词的时间属性、空间属性，通过多图表协同的可视分析方法和时间筛选、地图映射以及数量统计对比等手段，以唐宋诗词的情感、主题、内容、数量等多维度线索入手探索宏观上的唐宋诗词随时间区间和地域差异演化的趋势，解决唐宋诗词可视分析过程中图表、属性以及数据之间的关联松散的问题。 其次，提出一种基于BERT-BiLSTM-Attention的融合诗词题目和作者风格的多层次情感模型BLATA，在模型中同时对诗词文本和诗词题目进行特征提取，以捕捉到更丰富的诗词信息；在Attention层中将代表诗词作者创作风格特征编码成作者向量，以得到更全局的诗词作者创作风格对整首诗词情感的影响，解决目前诗词情感分析模型只关注诗词文本而忽略诗词题目和作者风格的问题；并通过对比实验评估模型引入诗词题目和诗词作者风格的有效性。 再次，在BLATA模型的基础上，引入CNN卷积层和Transformer模型中的多头注意力机制，构建出提升局部特征和深层次特征提取能力的BLMACTA模型，解决目前诗词情感分类模型局部特征和深层次特征提取能力差的问题；通过对比实验评估CNN卷积层和多头注意力机制在模型中的作用。 最后，构建基于时空属性的多维唐宋诗词可视分析系统，通过图表内、图表间和多维度属性间联动的方法并结合多种交互方式，不仅可以帮助用户实时获取更加生动有效的诗词信息，加深用户对诗词含义的理解；而且可以提升用户对唐宋诗词随时间演变趋势以及地域分布差异的感知能力，为今后的历史和诗词研究提供了新的思路。
NETL