基于网络评论语言学结构的情感倾向识别模型

• 作者: 张素智 李宝燕 樊得强
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 语言学结构 固定情感词元 增量的tf-idf模型 情感特征选择 情感分类器
• 年，卷（期）: 2011,（1）
• 页码范围: 80-84
• 分类号: TP391
• 字数: 3543字
• 语种: 中文

摘要

展示了一种新的基于网络评论语言学结构的情感倾向识别模型,固定情感词元模型(fixed sentiment terms model).该方法利用基于固定情感词元的3种特定搭配模式来构造识别算法,通过基于增量的tf-idf模型的相关用户反馈不断更新特征词元集合.通过与传统的情感识别方法相比较,此方法可以较为明显地提高情感分类的效率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张素智	郑州轻工业学院计算机与通信工程学院	69	349	9.0	15.0
2	樊得强	郑州轻工业学院计算机与通信工程学院	3	11	2.0	3.0
3	李宝燕	郑州轻工业学院计算机与通信工程学院	2	7	2.0	2.0