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
5
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
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...
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.
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...
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%。
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...
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.
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...
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.
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...
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。
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
江西省重点研发计划项目(20161BBE50086)
江西省教育厅科技重点项目(GJJ150299)
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)
上海市重点学科建设资助项目(B004)
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
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