检索结果-维普期刊中文期刊服务平台

文本倾向性分析综述被引量：18: 1; 作者厉小军戴霖 +1 位作者施寒潇黄琦《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第7期1167-1174,1186,共9页; 介绍文本倾向性分析的基本流程,从主观性文本识别、文本倾向性分析方法、现有系统及评测方法、语料库建设4个方面对现有文本倾向性分析技术进行介绍和概括.综述了文本倾向性分析的3类研究方法:简单统计方法、机器学习方法和细粒度情感... 展开更多; 关键词文本倾向性分析情感语料库主观性文本识别意见挖掘; 在线阅读下载PDF 职称材料

情感Ontology构建与文本倾向性分析被引量：10: 2; 作者王晓东刘倩陶县俊《计算机工程与应用》 CSCD 北大核心 2010年第30期117-120,共4页; 对文本倾向性分析方法进行了研究,并提出了一种基于情感Ontology的分析方法。首先基于《知网》构建情感Ontology,然后基于情感Ontology抽取文本倾向性分析的特征词汇并判断其情感倾向性,最后根据抽取的特征词汇对整篇文本的倾向性进行... 展开更多; 关键词 ONTOLOGY 文本倾向性分析《知网》词汇相似度; 在线阅读下载PDF 职称材料

基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析被引量：46: 3; 作者程艳尧磊波 +5 位作者张光河唐天伟项国雄陈豪迈冯悦蔡壮《计算机研究与发展》 EI CSCD 北大核心 2020年第12期2583-2595,共13页; 近年来,卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)已在文本情感分析领域得到广泛应用,并取得了不错的效果.然而,文本之间存在上下文依赖问题,虽然CNN能提取到句子连续词间的局部信... 展开更多; 关键词卷积神经网络文本情感倾向性分析双向门控循环单元注意力机制多通道; 在线阅读下载PDF 职称材料

基于概念的词汇情感倾向识别方法被引量：10: 4; 作者陈岳峰苗夺谦 +1 位作者李文张志飞《智能系统学报》 2011年第6期489-494,共6页; 词汇的语义倾向是文本倾向性分析的基础课题.现有的词汇语义倾向计算通常是以词汇为基准,而词是包括了多种不同情感倾向概念的粒度范畴,影响分析的精度和效率.据此,提出在更细的粒度下,利用HowNet工具中的"概念"进行倾向性分... 展开更多; 关键词文本倾向性分析 HOWNET 概念聚类 K-MEDOIDS; 在线阅读下载PDF 职称材料

基于双向LSTM模型的文本情感分类被引量：33: 5; 作者任勉甘刚《计算机工程与设计》北大核心 2018年第7期2064-2068,共5页; 为解决文本情感分类研究中传统循环神经网络模型存在梯度消失和爆炸问题,提出一种基于双向长短时记忆循环神经网络模型(Bi-LSTM)。通过双向传播机制获取文本中完整的上下文信息,采用CBOW模型训练词向量,减小词向量间的稀疏度,结合栈式... 展开更多; 关键词双向长短时记忆循环神经网络词向量长短时记忆网络循环神经网络文本情感倾向性分析; 在线阅读下载PDF 职称材料

题名文本倾向性分析综述被引量：18: 1; 作者厉小军戴霖施寒潇黄琦; 机构浙江工商大学计算机与信息工程学院浙江大学计算机科学与技术学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第7期1167-1174,1186,共9页; 基金浙江省重大科技专项资助项目(2008C13082) 浙江省自然科学基金资助项目(Y1090688) 中央高校基本科研业务费专项资金资助项目(2009QNA5025); 文摘介绍文本倾向性分析的基本流程,从主观性文本识别、文本倾向性分析方法、现有系统及评测方法、语料库建设4个方面对现有文本倾向性分析技术进行介绍和概括.综述了文本倾向性分析的3类研究方法:简单统计方法、机器学习方法和细粒度情感相关性分析方法,分析这3类研究方法的特点,从算法复杂性、效率和适用范围等方面比较各自的优缺点.概括现有研究的成就和不足,从基础性问题、具体应用的实现方法2个方面提出研究的前景.; 关键词文本倾向性分析情感语料库主观性文本识别意见挖掘; Keywords sentiment orientation analysis of texts sentiment corpus subjective text recognition opinion mining; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] 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

题名情感Ontology构建与文本倾向性分析被引量：10: 2; 作者王晓东刘倩陶县俊; 机构河南师范大学计算机与信息技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2010年第30期117-120,共4页; 基金河南省科技攻关计划No.082102210007~~; 文摘对文本倾向性分析方法进行了研究,并提出了一种基于情感Ontology的分析方法。首先基于《知网》构建情感Ontology,然后基于情感Ontology抽取文本倾向性分析的特征词汇并判断其情感倾向性,最后根据抽取的特征词汇对整篇文本的倾向性进行分析。实验结果表明,以实验语料中的所有词汇作为特征词汇,在Baseline的基础上,利用情感Ontology抽取特征词汇的文本倾向性分析方法可以使准确率达到86.76%。; 关键词 ONTOLOGY 文本倾向性分析《知网》词汇相似度; Keywords Ontology； text orientation analysis； HowNet； vocabulary similarity；; 分类号 TP391.1 [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

题名基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析被引量：46: 3; 作者程艳尧磊波张光河唐天伟项国雄陈豪迈冯悦蔡壮; 机构江西师范大学计算机信息工程学院江西师范大学管理决策评价研究中心江西师范大学新闻与传播学院豫章师范学院数学与计算机学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2020年第12期2583-2595,共13页; 基金国家自然科学基金项目(61967011) 江西省自然科学基金项目(20202BABL202033) +2 种基金教育厅人文社科重点(重大)项目(JD19056)。; 文摘近年来,卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)已在文本情感分析领域得到广泛应用,并取得了不错的效果.然而,文本之间存在上下文依赖问题,虽然CNN能提取到句子连续词间的局部信息,但是会忽略词语之间上下文语义信息;双向门控循环单元(bidirectional gated recurrent unit,BiGRU)网络不仅能够解决传统RNN模型存在的梯度消失或梯度爆炸问题,而且还能很好地弥补CNN不能有效提取长文本的上下文语义信息的缺陷,但却无法像CNN那样很好地提取句子局部特征.因此提出一种基于注意力机制的多通道CNN和双向门控循环单元(MC-AttCNN-AttBiGRU)的神经网络模型.该模型不仅能够通过注意力机制关注到句子中对情感极性分类重要的词语,而且结合了CNN提取文本局部特征和BiGRU网络提取长文本上下文语义信息的优势,提高了模型的文本特征提取能力.在谭松波酒店评论数据集和IMDB数据集上的实验结果表明:提出的模型相较于其他几种基线模型可以提取到更丰富的文本特征,可以取得比其他基线模型更好的分类效果.; 关键词卷积神经网络文本情感倾向性分析双向门控循环单元注意力机制多通道; Keywords CNN(convolutional neural network) text sentiment orientation analysis BiGRU(bidirectional gated recurrent unit) attention mechanism multi-channels; 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

题名基于概念的词汇情感倾向识别方法被引量：10: 4; 作者陈岳峰苗夺谦李文张志飞; 机构同济大学计算机科学与技术系同济大学嵌入式系统与服务计算教育部重点实验室; 出处《智能系统学报》 2011年第6期489-494,共6页; 基金国家自然科学基金资助项目(60970061 61075056 +2 种基金 61103067) 中央高校基本科研业务费专项资金资助项目; 文摘词汇的语义倾向是文本倾向性分析的基础课题.现有的词汇语义倾向计算通常是以词汇为基准,而词是包括了多种不同情感倾向概念的粒度范畴,影响分析的精度和效率.据此,提出在更细的粒度下,利用HowNet工具中的"概念"进行倾向性分析,设计了基于概念的语义倾向计算方法.该方法使用聚类的概念,利用K-MEDOIDS算法寻找基准概念.实验结果表明,基于概念的方法较传统基于词汇的方法准确率更高.; 关键词文本倾向性分析 HOWNET 概念聚类 K-MEDOIDS; Keywords sentiment analysis HowNet concept clustering K-Medoids; 分类号 TP391.1 [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

题名基于双向LSTM模型的文本情感分类被引量：33: 5; 作者任勉甘刚; 机构成都信息工程大学网络空间安全学院; 出处《计算机工程与设计》北大核心 2018年第7期2064-2068,共5页; 基金国家重大科技专项基金项目(2014ZX01032401-001); 文摘为解决文本情感分类研究中传统循环神经网络模型存在梯度消失和爆炸问题,提出一种基于双向长短时记忆循环神经网络模型(Bi-LSTM)。通过双向传播机制获取文本中完整的上下文信息,采用CBOW模型训练词向量,减小词向量间的稀疏度,结合栈式自编码深度神经网络作为分类器。实验结果表明,Bi-LSTM模型比传统循环神经网络LSTM模型分类效果更好,对比实验中Bi-LSTM2能达到更优的召回率和准确率。; 关键词双向长短时记忆循环神经网络词向量长短时记忆网络循环神经网络文本情感倾向性分析; Keywords Bi-LSTM word vector long short-term memory recurrent neural networks sentiment analysis of text; 分类号 TP391.1 [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	文本倾向性分析综述	厉小军戴霖施寒潇黄琦	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2011	18	在线阅读下载PDF 职称材料
2	情感Ontology构建与文本倾向性分析	王晓东刘倩陶县俊	《计算机工程与应用》 CSCD 北大核心	2010	10	在线阅读下载PDF 职称材料
3	基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析	程艳尧磊波张光河唐天伟项国雄陈豪迈冯悦蔡壮	《计算机研究与发展》 EI CSCD 北大核心	2020	46	在线阅读下载PDF 职称材料
4	基于概念的词汇情感倾向识别方法	陈岳峰苗夺谦李文张志飞	《智能系统学报》	2011	10	在线阅读下载PDF 职称材料
5	基于双向LSTM模型的文本情感分类	任勉甘刚	《计算机工程与设计》北大核心	2018	33	在线阅读下载PDF 职称材料