期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种面向观点挖掘的多粒度话题情感联合模型
被引量：
4
1
作者
赵煜
蔡皖东
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2011年第3期181-188,共8页
为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有...
为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.
展开更多
关键词
观点挖掘
话题
模型
多粒度话题情感联合模型
非监督学习
蒙特卡罗模拟法
在线阅读
下载PDF
职称材料
一种融合词序信息的多粒度文本话题情感联合模型
被引量：
2
2
作者
赵煜
邵必林
边根庆
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014年第11期103-108,共6页
针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col)。MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联...
针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col)。MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取。实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84%,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法。由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的。
展开更多
关键词
话题
模型
文本
情感
分析
联合
模型
词序信息
在线阅读
下载PDF
职称材料
题名
一种面向观点挖掘的多粒度话题情感联合模型
被引量：
4
1
作者
赵煜
蔡皖东
机构
西北工业大学计算机学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2011年第3期181-188,共8页
基金
国家"863计划"资助项目(2009AA01Z424)
西北工业大学基础研究基金资助项目(NPU-FFR-JC200819)
文摘
为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.
关键词
观点挖掘
话题
模型
多粒度话题情感联合模型
非监督学习
蒙特卡罗模拟法
Keywords
opinion mining
topic model
multi-grain joint topic/sentiment model
unsupervised learning
Monte Carlo simulation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种融合词序信息的多粒度文本话题情感联合模型
被引量：
2
2
作者
赵煜
邵必林
边根庆
机构
西安建筑科技大学管理学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014年第11期103-108,共6页
基金
国家自然科学基金资助项目(61272458)
文摘
针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col)。MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取。实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84%,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法。由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的。
关键词
话题
模型
文本
情感
分析
联合
模型
词序信息
Keywords
topic model
text sentiment analysis
unification model
collocation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种面向观点挖掘的多粒度话题情感联合模型
赵煜
蔡皖东
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2011
4
在线阅读
下载PDF
职称材料
2
一种融合词序信息的多粒度文本话题情感联合模型
赵煜
邵必林
边根庆
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
