-
题名文本情感倾向分析
被引量：61
- 1
-
-
作者
黄萱菁
张奇
吴苑斌
-
机构
复旦大学计算机科学技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2011年第6期118-126,共9页
-
基金
国家自然科学基金资助项目(61003092
61073069)
-
文摘
近年来,文本情感倾向研究受到研究界和企业界越来越多的关注,成为了自然语言处理、信息检索、数据挖掘等领域的研究热点之一。随着研究的不断深入,大量情感倾向分析的新方法、新问题也不断涌现。该文重点对文本情感倾向研究的前沿进展进行概括和分析。首先,结合近年来的研究成果,对文本情感倾向分析的两类主要问题进行了定义,并归纳了不同的倾向性表示方法。接下来,对倾向性分类、倾向性信息抽取、语料库与评测以及倾向性分析应用等方面的研究现状进行介绍。最后,总结了情感倾向性分析技术并对未来的发展进行了展望。由于国内对于文本情感倾向分析的研究起步较早,在一些问题的研究上处于国际前沿水平,已经发表了许多高水平论文,该文也将对此加以介绍。
-
关键词
倾向性分析
评价挖掘
倾向性分类
综述
-
Keywords
sentiment analysis
opinion mining
sentiment classification
survey
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向网络舆情的评论文本情感分析研究
被引量：23
- 2
-
-
作者
李光敏
张行文
张磊
杨朋英
-
机构
湖北师范学院计算机科学技术学院
河南大学数据与知识工程研究所
-
出处
《情报杂志》
CSSCI
北大核心
2014年第5期157-160,共4页
-
基金
湖北省教育厅青年科学技术研究项目"非结构化文本评论的情感分析模型构建研究"(编号:Q20132503)的研究成果之一
-
文摘
随着Internet的迅速发展,互联网超越传统媒体成为反映社会舆情的主要载体。如何有效地从其中获取社情民意以引导社会健康发展是政府等职能部门所关注的重要问题。首先提出对日益增多的网络评论文本进行情感分析研究的必要性。然后从主题识别、主客观性分类、情感极性分类等方面介绍针对网络舆情的情感分析在国内外的研究进展。最后列举出情感分析在网络舆情监控方面的应用和今后需深入研究的问题。
-
关键词
网络舆情
情感分析
主题识别
极性分类
-
Keywords
online opinion
sentiment analysis
topic identification
polarity classification
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名观点挖掘综述
被引量：16
- 3
-
-
作者
王辉
王晖昱
左万利
-
机构
天津科技大学计算机科学与信息工程学院
澳大利亚卧龙岗大学信息学院
吉林大学计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第1期25-29,共5页
-
基金
天津科技大学引进人才科研启动基金资助项目(20080418)
天津市高等学校科技发展基金计划资助项目(20071303)
吉林省科技发展计划资助项目(20070533)
-
文摘
互联网包含着大量的非结构化文本信息,分析这些文本信息是非常重要的。观点挖掘是当前科研人员研究的一个热点,因为需要进行自然语言处理,观点挖掘非常具有挑战性,然而它有广阔的应用前景。比如各公司总是希望能够及时获取公众或者消费者对于它们产品和服务的评价,以便进一步改进这些产品和服务。为此,对观点挖掘的各方面进行了较详细的描述。其内容主要包括评价文本的挖掘、观点搜索以及观点作弊。
-
关键词
观点挖掘
情感分类
评论
观点搜索
观点作弊
-
Keywords
opinion mining
sentiment classification
review
opinion search
opinion spam
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于情感词属性和云模型的文本情感分类方法
被引量：9
- 4
-
-
作者
孙劲光
马志芳
孟祥福
-
机构
辽宁工程技术大学电子与信息工程学院
辽宁工程技术大学研究生学院
-
出处
《计算机工程》
CAS
CSCD
2013年第12期211-215,222,共6页
-
基金
国家科技支撑计划基金资助项目(2013bah12f00)
-
文摘
受语言固有的模糊性、随机性以及传统文本特征词权重值计算方法不适用于情感词等因素的影响,文本情感分类的正确率很难达到传统文本主题分类的水平。为此,提出一种基于情感词属性和云模型的情感分类方法。结合情感词属性和简单句法结构以确定情感词的权重值,并利用云模型对情感词进行定性定量表示的转换。实验结果表明,该方法对情感词权重值计算是有效的,召回率最高达到78.8%,且与基于词典的方法相比,其文本情感分类结果更精确,正确率最高达到68.4%,增加了约9%的精度。
-
关键词
观点挖掘
文本挖掘
情感分类
云模型
情感词属性
文本特征提取
-
Keywords
opinion mining
text mining
sentiment classification
cloud model
sentiment word attributes
text feature extraction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名微博中产品意见挖掘研究
被引量：6
- 5
-
-
作者
李光敏
许新山
张磊
-
机构
湖北师范学院
河南大学
-
出处
《情报杂志》
CSSCI
北大核心
2014年第4期135-138,共4页
-
基金
湖北省教育厅青年科学技术研究项目“非结构化文本评论的情感分析模型构建研究”(编号:Q20132503)的研究成果之一
-
文摘
随着微博平台的兴起,越来越多的用户参与其中分享产品的使用体验并发表意见,如何从微博的评论文本中挖掘出用户的观点这一研究课题在企业竞争情报领域中具有重要的实用价值。笔者首先阐述产品意见挖掘的意义,然后站在技术实现的角度从产品特征抽取、产品评论主客观分类、情感倾向性分析等方面介绍了国内外的研究进展,最后指出产品意见挖掘面临的不足和今后的研究方向。
-
关键词
产品评论
意见挖掘
情感分析
意见识别
主客观分类
特征抽取
-
Keywords
product review
opinion mining
sentiment analysis
opinion identification
subjectivity objectivity classification
analysis
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名网络意见挖掘、摘要与检索研究综述
被引量：3
- 6
-
-
作者
侯锋
王传廷
李国辉
-
机构
国防科技大学信息系统与管理学院
武汉理工大学理学院
-
出处
《计算机科学》
CSCD
北大核心
2009年第7期15-19,51,共6页
-
基金
国家自然科学基金项目(60273066)
国防科技大学校预研项目(JC06-05-01)资助
-
文摘
网络上带有人的主观感情色彩的评论性文本反映了人们的意见、态度和立场,因而具有很大的利用价值。信息挖掘技术针对这些主观文本进行处理,获得有用的意见、结论和知识。首先介绍了意见挖掘出现的背景和应用意义,然后从词汇情感极性识别、粗粒度的情感分类、细粒度的意见挖掘与摘要、意见检索和相关语言资源与系统5个方面综述了研究历程和现状,最后总结了研究难点与研究趋势。
-
关键词
情感极性
情感分类
意见挖掘
意见检索
-
Keywords
sentiment polarity,sentiment classification,opinion mining,opinion retrieval
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LS-SO算法的情感文本分类方法
被引量：9
- 7
-
-
作者
姚艳秋
郑雅雯
吕妍欣
-
机构
长春师范大学计算机科学与技术学院
吉林大学计算机科学与技术学院
-
出处
《吉林大学学报（理学版）》
CAS
北大核心
2019年第2期375-379,共5页
-
基金
国家自然科学基金(批准号:61472159)
-
文摘
首先,基于点互信息与信息检索(PMI-IR)算法,提出一种Laplace平滑情感判定(LS-SO)算法,对情感词典与表情符号情感词典进行自动扩充,得到了具有一定规模、高质量的情感词典,包括基础情感词典、目标情感词典、网络用语情感词典、表情符号情感词典、否定词词典、疑问词词典、程度副词词典和连词词典.其次,通过细化文本语义分析规则计算文本情感值.实验结果验证了该方法的有效性.
-
关键词
情感文本分类
情感词典
点互信息与信息检索(PMI-IR)算法
Laplace平滑情感判定(LS-SO)算法
-
Keywords
emotional text classification
emotional dictionary
pointwise mutual information-information retrieval(PMI-IR)algorithm
Laplace smoothing-sentiment opinion(LS-SO)algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名英语情态句的情感倾向性分析
被引量：2
- 8
-
-
作者
陈仲帅
刘洋
禹晓辉
-
机构
山东大学计算机科学与技术学院
-
出处
《中文信息学报》
CSCD
北大核心
2014年第3期28-35,共8页
-
基金
国家自然科学基金(60903108
61272092)
山东省自然科学基金(ZR2012FZ004)
-
文摘
该文研究了英语情态句的情感倾向性分析问题。情态句是英语中的常用句型,在用户评论文本中占有很大的比例。由于其独有的语言学特点,情态句中的情感倾向很难被已有的方法有效地分析。在该文中,我们借助词性标签进行了情态句的识别,并提出了一种情态特征用于帮助情态句情感倾向性的分析。为了进一步提高分析效果,我们还给出了通过合并同义情态特征来缓解情态特征稀疏性问题的方法。实验结果表明,在二元及三元情感倾向性分类问题上,该文提出的方法在F值上较经典分类方法分别有4%及7%的提高。
-
关键词
情感倾向性分析
意见挖掘
情感分类
情态句
-
Keywords
sentiment orientation analysis
opinion mining
sentiment classification
modality
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
