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
3
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
基于分类的微博新情感词抽取方法和特征分析
被引量：
20
1
作者
刘德喜
聂建云
+5 位作者
万常选
刘喜平
廖述梅
廖国琼
钟敏娟
江腾蛟
《计算机学报》
EI
CSCD
北大核心
2018年第7期1574-1597,共24页
情感或情绪分析在舆情分析、商品评论分析、商品推荐等领域应用广泛,而文本中的情感或情绪分析通常以情感词典为基础.人工情感词典虽然准确但构建代价大、难以及时更新,很难适应微博这类新情感词快速更迭的数据.微博平台为新情感词的发...
情感或情绪分析在舆情分析、商品评论分析、商品推荐等领域应用广泛,而文本中的情感或情绪分析通常以情感词典为基础.人工情感词典虽然准确但构建代价大、难以及时更新,很难适应微博这类新情感词快速更迭的数据.微博平台为新情感词的发布和传播提供了便捷的途径,是新情感词的重要来源.考虑到已有规模较大的人工情感词典及大量包含新情感词的微博数据,在统计、分析、对比中、英两种语言微博中情感词分布差异的基础上,提出了与特定语言无关的基于分类思想的微博新情感词抽取方法cNSEm.cNSEm根据微博数据集和情感词典自动构建训练数据、训练分类器并判别候选词的情感极性,最后采用投票机制确定候选词的情感极性.通过大量而细致的实验,分析了cNSEm在中、英文两种语言的微博数据上的表现、六类特征的作用和用法以及抽取的新情感词对微博情感分类任务的帮助作用.实验结果表明,cNSEm比经典的基于共现和极性传播的方法要好,特别是当考虑中文微博数据集中的名词类情感词时.对cNSEm抽取的新情感词进行了直接和间接两种方法评测,前者利用人工情感词典作参照,后者考察抽取的新情感词对情感分类的帮助作用,从评测指标上看,cNSEm抽取的新情感词与人工情感词典的质量相当,并且cNSEm能适应有较大差异的中、英两个语种.
展开更多
关键词
微博
新情感词抽取
cNSEm方法
特征分析
在线阅读
下载PDF
职称材料
中文微博情感词提取:N-Gram为特征的分类方法
被引量：
13
2
作者
刘德喜
聂建云
+3 位作者
张晶
刘晓华
万常选
廖国琼
《中文信息学报》
CSCD
北大核心
2016年第4期193-205,212,共14页
情感词典是文本情感分析的基础资源,但采用手工方式构建工作量大,且覆盖有限。一种可行的途径是从新情感词传播的重要媒介-微博数据-中自动抽取情感词。该文以COAE 2014评测任务3提供的中文微博数据为统计对象,发现传统的基于共现的方法...
情感词典是文本情感分析的基础资源,但采用手工方式构建工作量大,且覆盖有限。一种可行的途径是从新情感词传播的重要媒介-微博数据-中自动抽取情感词。该文以COAE 2014评测任务3提供的中文微博数据为统计对象,发现传统的基于共现的方法,如点互信息等,对中文微博数据中的新情感词发现是无效的。为此,设计一组基于上下文词汇的分类特征,即N-Gram特征,以刻画情感词的用词环境和用词模式,并以已知情感词为训练数据训练分类器,对候选情感词进行分类。实验结果表明,该方法较传统基于共现的方法要好。实验还发现,与英语不同的是,中文情感词通常会以名词词性出现,而基于共现的方法无法有效地区分该类情感词,这是造成其失效的主要原因,而该文提出的分类特征能解决这一问题。
展开更多
关键词
情感词提取
中文微博
分类方法
N-Gram特征
在线阅读
下载PDF
职称材料
否定句的情感不确定性度量及分类
被引量：
8
3
作者
张志飞
苗夺谦
+1 位作者
聂建云
岳晓冬
《计算机研究与发展》
EI
CSCD
北大核心
2015年第8期1806-1816,共11页
情感分类是社交媒体大数据分析的有力手段之一.否定句作为一种普遍且特殊的句子现象,其情感分类的研究具有重要的意义.否定词语和情感词语在否定句情感分类中同样重要,已有方法仅仅考虑否定词语修饰情感词语的情况,忽视否定词语本身反...
情感分类是社交媒体大数据分析的有力手段之一.否定句作为一种普遍且特殊的句子现象,其情感分类的研究具有重要的意义.否定词语和情感词语在否定句情感分类中同样重要,已有方法仅仅考虑否定词语修饰情感词语的情况,忽视否定词语本身反映情感的作用.为了统一解决否定词语修饰和不修饰情感词语情况下的分类问题,提出了基于决策粗糙集的否定句情感分类模型.构造词典并结合句际关系计算子句情感值,根据子句情感值提出基于KL散度的句子情感不确定性度量方法;然后融合多个特征,特别是与否定相关的独立否定特征和显著副词特征,用于否定句的特征表示;最后提出基于决策相关程度的决策正域约简算法,生成否定句情感分类决策规则.实验结果验证了该模型的有效性以及情感不确定性度量对于情感分类的作用.
展开更多
关键词
情感分类
否定句
情感不确定性
决策粗糙集
属性约简
在线阅读
下载PDF
职称材料
题名
基于分类的微博新情感词抽取方法和特征分析
被引量：
20
1
作者
刘德喜
聂建云
万常选
刘喜平
廖述梅
廖国琼
钟敏娟
江腾蛟
机构
江西财经
大学
信息管理学院
蒙特利尔大学计算机科学与运筹学系
出处
《计算机学报》
EI
CSCD
北大核心
2018年第7期1574-1597,共24页
基金
国家自然科学基金(61762042
61363039
+3 种基金
61562032)
江西省落地计划项目(KJLD14035)
江西省自然科学基金(20171BAB202021
20152ACB20003)资助~~
文摘
情感或情绪分析在舆情分析、商品评论分析、商品推荐等领域应用广泛,而文本中的情感或情绪分析通常以情感词典为基础.人工情感词典虽然准确但构建代价大、难以及时更新,很难适应微博这类新情感词快速更迭的数据.微博平台为新情感词的发布和传播提供了便捷的途径,是新情感词的重要来源.考虑到已有规模较大的人工情感词典及大量包含新情感词的微博数据,在统计、分析、对比中、英两种语言微博中情感词分布差异的基础上,提出了与特定语言无关的基于分类思想的微博新情感词抽取方法cNSEm.cNSEm根据微博数据集和情感词典自动构建训练数据、训练分类器并判别候选词的情感极性,最后采用投票机制确定候选词的情感极性.通过大量而细致的实验,分析了cNSEm在中、英文两种语言的微博数据上的表现、六类特征的作用和用法以及抽取的新情感词对微博情感分类任务的帮助作用.实验结果表明,cNSEm比经典的基于共现和极性传播的方法要好,特别是当考虑中文微博数据集中的名词类情感词时.对cNSEm抽取的新情感词进行了直接和间接两种方法评测,前者利用人工情感词典作参照,后者考察抽取的新情感词对情感分类的帮助作用,从评测指标上看,cNSEm抽取的新情感词与人工情感词典的质量相当,并且cNSEm能适应有较大差异的中、英两个语种.
关键词
微博
新情感词抽取
cNSEm方法
特征分析
Keywords
microblogs
new sentiment words extraction
cNSEm method
feature engineering
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
中文微博情感词提取:N-Gram为特征的分类方法
被引量：
13
2
作者
刘德喜
聂建云
张晶
刘晓华
万常选
廖国琼
机构
江西财经
大学
信息管理学院
蒙特利尔大学计算机科学与运筹学系
华南理工
大学
计算机
科学与
工程学院
出处
《中文信息学报》
CSCD
北大核心
2016年第4期193-205,212,共14页
基金
国家自然科学基金(61363039
61173146
+1 种基金
61363010)
国家社会科学基金(12CTQ042)
文摘
情感词典是文本情感分析的基础资源,但采用手工方式构建工作量大,且覆盖有限。一种可行的途径是从新情感词传播的重要媒介-微博数据-中自动抽取情感词。该文以COAE 2014评测任务3提供的中文微博数据为统计对象,发现传统的基于共现的方法,如点互信息等,对中文微博数据中的新情感词发现是无效的。为此,设计一组基于上下文词汇的分类特征,即N-Gram特征,以刻画情感词的用词环境和用词模式,并以已知情感词为训练数据训练分类器,对候选情感词进行分类。实验结果表明,该方法较传统基于共现的方法要好。实验还发现,与英语不同的是,中文情感词通常会以名词词性出现,而基于共现的方法无法有效地区分该类情感词,这是造成其失效的主要原因,而该文提出的分类特征能解决这一问题。
关键词
情感词提取
中文微博
分类方法
N-Gram特征
Keywords
sentimental lexicon extracting
Chinese microblog
classification method
N-Gram features
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
否定句的情感不确定性度量及分类
被引量：
8
3
作者
张志飞
苗夺谦
聂建云
岳晓冬
机构
同济
大学
计算机
科学与
技术
系
加拿大
蒙特利尔大学计算机科学与运筹学系
上海
大学
计算机
工程与
科学
学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第8期1806-1816,共11页
基金
国家自然科学基金项目(61273304
61202170)
高等学校博士学科点专项科研基金项目(20130072130004)
文摘
情感分类是社交媒体大数据分析的有力手段之一.否定句作为一种普遍且特殊的句子现象,其情感分类的研究具有重要的意义.否定词语和情感词语在否定句情感分类中同样重要,已有方法仅仅考虑否定词语修饰情感词语的情况,忽视否定词语本身反映情感的作用.为了统一解决否定词语修饰和不修饰情感词语情况下的分类问题,提出了基于决策粗糙集的否定句情感分类模型.构造词典并结合句际关系计算子句情感值,根据子句情感值提出基于KL散度的句子情感不确定性度量方法;然后融合多个特征,特别是与否定相关的独立否定特征和显著副词特征,用于否定句的特征表示;最后提出基于决策相关程度的决策正域约简算法,生成否定句情感分类决策规则.实验结果验证了该模型的有效性以及情感不确定性度量对于情感分类的作用.
关键词
情感分类
否定句
情感不确定性
决策粗糙集
属性约简
Keywords
sentiment classification
negative sentences
sentiment uncertainty
decision-theoreticrough sets
attribute reduction
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
作者
出处
发文年
被引量
操作
1
基于分类的微博新情感词抽取方法和特征分析
刘德喜
聂建云
万常选
刘喜平
廖述梅
廖国琼
钟敏娟
江腾蛟
《计算机学报》
EI
CSCD
北大核心
2018
20
在线阅读
下载PDF
职称材料
2
中文微博情感词提取:N-Gram为特征的分类方法
刘德喜
聂建云
张晶
刘晓华
万常选
廖国琼
《中文信息学报》
CSCD
北大核心
2016
13
在线阅读
下载PDF
职称材料
3
否定句的情感不确定性度量及分类
张志飞
苗夺谦
聂建云
岳晓冬
《计算机研究与发展》
EI
CSCD
北大核心
2015
8
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
