-
题名一种基于情感依存元组的简单句情感判别方法
被引量：2
- 1
-
-
作者
周文
欧阳纯萍
阳小华
刘志明
张书卿
饶婕
-
机构
南华大学计算机科学与技术学院
怀化市烟草专卖局
-
出处
《中文信息学报》
CSCD
北大核心
2017年第3期177-183,共7页
-
基金
国家自然科学基金(61402220)
湖南省自然科学基金(13JJ4076)
+1 种基金
湖南省教育厅优秀青年项目(13B101)
南华大学重点学科和创新团队建设基金项目
-
文摘
基于依存句法"动词配价"原理与组块的概念,提出以情感依存元组(EDT)作为中文情感表达的基本单位。它以句中能承载情感的几类实词作为中心词,修饰词依附于中心词,程度词和否定词依附于中心词和修饰词。该文对句子进行句法分析,在句法树和依赖关系中按规则提取情感依存元组,建立简单句情感依存元组判别模型计算情感倾向性。针对COAE2014评测公布的网络新闻语料,将该方法分别与有监督分类算法(KNN、SVM)和半监督算法(K-means)进行实验对比。结果表明,基于EDT的情感分类性能与有监督的机器学习算法相当,远高于半监督的聚类算法。
-
关键词
情感依存元组
情感倾向性
依存语法
句法分析
-
Keywords
emotional dependency tuple
emotional tendencies
dependency syntax
parsing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于依存句法的评论情感极性分析
- 2
-
-
作者
邹海林
杨华
-
机构
贵州师范大学数学与计算机科学学院
-
出处
《贵州师范大学学报（自然科学版）》
CAS
2015年第5期70-74,共5页
-
文摘
以评论文本作为研究对象,结合评论文本情感表达清晰、评论对象明确的特点,提出一种基于依存句法的文本特征抽取方法,以提高评论文本情感极性分析中的准确率。抽取评论文本中依存情感单元(Emotional dependency unit,EDU)作为情感表达的基本特征,使用支持向量机(SVM)训练情感极性分类器,对评论文本进行情感极性分类,同时分析否定词、程度副词、关联词对文本情感极性的影响。实验结果表明采用依存情感元组特征的情感极性分类器准确度达到73%左右,当加入否定词、程度副词、关联词特征时情感分类结果的准确率可达到80%左右,从而既提高了情感极性分类准确率又论证了否定词、程度副词、关联词特征分析在情感分析中的重要性。
-
关键词
依存句法
依存情感元组
支持向量机
情感极性
准确率
-
Keywords
dependency syntax
emotional dependency unit
support vector machine
emotional polarity
accuracy
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
