-
题名基于多层次语言特征的弱监督评论倾向性分析
被引量：3
- 1
-
-
作者
牛耘
张黎
王世泓
魏欧
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2015年第4期80-88,共9页
-
基金
国家自然科学基金(61202132)
教育部高等学校博士学科点专项基金(20103218120024)
中央高校基本科研业务费专项资金(NS2012073)
-
文摘
该文提出一种基于多层次语言特征的弱监督的情感分析方法,先以少量情感词构成初始情感词典,用这些种子词汇作引导,根据评论文本在单词、短语及句子级别的语言特征结合上下文挖掘目标文本中潜在的具有情感倾向的词汇/短语。通过自训练不断扩充情感词典,最终得到一个具有领域特征的情感词典,并用所得到的情感词典对目标文本的情感倾向进行判断。与其他方法在同一数据上的结果相比,该方法以很小的词典规模取得了最高的F-score,并且得到的情感词含义明确。方法用于不同领域也取得了较高的精度,表明方法具有较好的领域适应性。
-
关键词
情感分析
多层次语言特征
弱监督算法
情感词典
-
Keywords
sentiment analysis
linguistic features
weakly-supervised method
sentiment lexicon
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于情绪激励度的情绪词加权方法
- 2
-
-
作者
王世泓
牛耘
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2016年第2期386-394,共9页
-
基金
国家自然科学基金(61202132
61170043)
国家973计划(2013CD744904)
-
文摘
在不同的上下文中,情绪词对情绪的激励程度会发生变化。现有情绪词典中大多数只标注了情绪词的情绪类别而未涉及情绪词的激励度。在极少数标注情绪强度的词典中,所标注的强度未考虑上下文的影响。提出一种根据上下文形成的情境评估情绪词对情绪的激励程度并据此对情绪词加权的方法。通过比较情绪词的共现模式与自身情绪类的分布模式计算情绪词的激励程度。然后根据激励程度计算情绪词的情绪权重并将其用于微博情绪识别。实验结果表明,与现有词典中的情绪强度相比,本文方法计算的情绪权重更准确地描述了情绪词在语料中表达的情绪,有效地提高了情绪分析的精度。并且本文方法还能够有效综合多个词典的优势,进一步提高微博情绪分析的准确率。
-
关键词
情绪强度
情绪词典
语料上下文
情绪激励度
情绪权重
-
Keywords
emotion intensity
emotion lexicon
corpus context
level of arousal
emotion weight
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
