-
题名基于深层结构模型的新词发现与情感倾向判定
被引量：1
- 1
-
-
作者
孙晓
孙重远
任福继
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机科学》
CSCD
北大核心
2015年第9期208-213,共6页
-
基金
国家自然科学基金项目(61203315)
国家863计划(2012AA011103)资助
-
文摘
随着社交网络的发展,新的词汇不断出现。新词的出现往往表征了一定的社会热点,同时也代表了一定的公众情绪,新词的识别与情感倾向判定为公众情绪预测提供了一种新的思路。通过构建深层条件随机场模型进行序列标记,引入词性、单字位置和构词能力等特征,结合众包网络词典等第三方词典。传统的基于情感词典的方法难以对新词情感进行判定,基于神经网络的语言模型将单词表示为一个K维的词义向量,通过寻找新词词义向量空间中距离该新词最近的词,根据这些词的情感倾向以及与新词的词义距离,判断新词的情感倾向。通过在北京大学语料上的新词发现和情感倾向判定实验,验证了所提模型及方法的有效性,其中新词判断的F值为0.991,情感识别准确率为70%。
-
关键词
新词发现
条件随机场
深层结构模型
情感倾向判定
神经网络语言模型
-
Keywords
New word detection,Conditional random fields,Deep structured model,Emotional tendency judgment,Neu- ral network language model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
