计算机科学 ›› 2015, Vol. 42 ›› Issue (4): 209-212.doi: 10.11896/j.issn.1002-137X.2015.04.042
顾益军,刘小明
GU Yi-jun and LIU Xiao-ming
摘要: 为了通过融合多种情感资源库中的词汇情感特征来提高微博情感分类精度,提出了一种词汇情感确定性度量的计算方法,并以此为基础将在多种情感词汇上获取的情感特征融合为词汇的综合情感特征,然后采用机器学习的分类方法实现微博观点句识别和观点句情感倾向性判定。实验表明,本方法利用词汇的情感确定性度量,统一了词汇情感倾向性的强度度量,在观点句识别和观点句情感倾向性判定两个情感分类任务中都取得了较好的性能。
[1] Pang B,Lee L.A sentimental education:Sentiment analysisusing subjectivity summarization based on minimum cuts[C]∥ACL’04.2004 [2] Whitelaw C,Garg N,Argamon S.Using appraisal groups forsentiment analysis[C]∥CIKM’05.NewYork,NY,USA,2005:625-631 [3] 中国计算机学会中文信息技术专业委员会2013年会评测.2013-03-10[2013-09-30].http://tcci.ccf.org.cn/conference/2013/pages/page 04_eva.html [4] 第五届中文倾向性分析评测(COAE2013)大纲.2013-08-01[2013-09-30].http://www.cipsc.org.cn/hytx/13.html#23 [5] 朱嫣岚,闵锦,周雅倩,等.基于HowNet的词汇语义倾向计算[J].中文信息学报,2006,20(1):14-20 [6] 董振东,董强.《知网》情感分析用词语集.http://www.keenage.com/html.com/html/c_bulletin_2007.htm [7] 赵妍妍,秦兵,刘挺.文本情感分析[J].软件学报,2010,21(8):1834-1848 [8] 徐琳宏,林鸿飞,潘宇,等.情感词汇本体的构造[J].情报学报,2008,27(2):180-185 [9] 张华平.NLPIR汉语分词系统.http://ictclas.nlpri.org |
No related articles found! |
|