期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于语义理解的文本情感分类方法研究 被引量:40
1
作者 闻彬 何婷婷 +2 位作者 罗乐 宋乐 王倩 《计算机科学》 CSCD 北大核心 2010年第6期261-264,共4页
文本情感分类方法在信息过滤、信息安全、信息推荐中都有广泛的应用。提出一种基于语义理解的文本情感分类方法,在情感词识别中引入了情感义原,通过赋予概念情感语义,重新定义概念的情感相似度,得到词语情感语义值。分析语义层副词的出... 文本情感分类方法在信息过滤、信息安全、信息推荐中都有广泛的应用。提出一种基于语义理解的文本情感分类方法,在情感词识别中引入了情感义原,通过赋予概念情感语义,重新定义概念的情感相似度,得到词语情感语义值。分析语义层副词的出现规律及其对文本倾向性判定的影响,实现了基于语义理解的文本情感分类。实验表明,该方法能有效地判定文本情感倾向性。 展开更多
关键词 文本情感分类 情感倾向性 语义理解
在线阅读 下载PDF
基于语义准则函数的中文评论性文本极性聚类算法研究 被引量:1
2
作者 徐斌 张玉峰 《情报学报》 CSSCI 北大核心 2011年第5期451-455,共5页
通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类... 通常用于评论性文本极性挖掘的方法是采用有监督的学习算法完成的,但有监督的学习算法需要大量人工标注的训练集,而且其在处理文本集时还会面临维数灾难、稀疏向量、高时空复杂度、低召回率和精确率等问题而无法用于海量的文本极性分类任务。经典的K-means均值聚类算法是聚类分析中使用最为广泛的算法之一,其具有诸多的优良特性和不足。针对上述情况,本文将语义引入经典K-means均值聚类算法中,构造了专门针对中文评论文本极性判断的极性词语义词典,提出了一种基于语义准则函数的K-means均值聚类算法。这项研究是运用基于语义的聚类方法对汉语主观性文本处理的一次探索。实验结果显示总平均召回率达到了80.70%,总平均精确率达到了67.75%,说明该算法是可行和有效的。 展开更多
关键词 准则函数 极性词语义词典 文本聚类 评论 算法
在线阅读 下载PDF
一类非光滑Chua's电路的同步控制
3
作者 周芳 王忠友 +1 位作者 周国鹏 镇方雄 《应用数学》 CSCD 北大核心 2012年第2期382-388,共7页
本文研究两个带x|x|非线性项的Chua's电路的全局指数同步和全局同步的控制问题.证明这两个系统在未加控制时不可能同步,但设计不同的控制器可以实现这两个系统的全局指数同步和全局同步.
关键词 Chua's电路 全局指数同步 全局同步
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部