基于随机网络的在线评论情绪倾向性分类

• 作者: 彭勤科 徐涛 杨锋
• 来源期刊: 自动化学报
• 关键词: 在线评论 随机网络 最短路径 属性约简 情绪倾向性
• 年，卷（期）: 2010,（6）
• 页码范围: 837-844
• 页数: 8页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.00837

摘要

提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X(Shortest covering path-X).首先引入了一种增量式创建词语顺序共现随机网络的方法,并基于此随机网络以及情绪词表,提出了一种基于评论序列最短覆盖路径(Shortest covering path,SCP)的情绪倾向性分类方法.该方法具有以下两个优点:1)能够对相对短小、随意性较强、完整性较差的评论文本展开词语联想,从向对完整性较差的评论数据进行属性值扩展;2)能够对评论文本的冗余属性进行约简,约简后数据的属性规模为一般VSM模型的10%左右.奉文最后设计了一组实验,对以下算法进行了对比测试:TC,SVM,SCP-TC,SCP-SVM,SCP-HMM,SCP-Bayes.结果表明本文提出的SCP-X方法对在线评论文本的倾向性分类效果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭勤科		68	773	16.0	25.0
2	杨锋		4	46	3.0	4.0
3	徐涛		9	46	2.0	6.0