透事 Thoughts

自動摘要

採句子重要性評分運算，將長篇文章拆解為句子型式子單位，換算句子在文章中的位置、句子構成特徵、與文章其他句子於向量空間的相對距離關係，以此得出每個句子在文章向量空間的重要程度，再由文章重組模型參照重要程度重新產出具高可讀性的20%、50%、80%摘要內容。

情緒感測

針對中文文本的情緒判讀主要是透過改良長短期記憶網路（LSTM）方法、調整忘卻閥（forget gate）Sigmoid層函數，同時導入藍星球中文標註參照集，強化篩選前次傳入的訊息特徵後，用以判斷該訊息是否具備某些隱藏特徵，例如詞語挪用機率、語境分類等，從而提升判讀準確率。

觀點聚類

透過巨量資料的剖析，將相似內容分別歸納為各個群聚、轉為分群問題，可應用於多筆評論資料，無論當前數種觀點風向、討論熱度為何，皆能全盤掌握。