基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了构建基于HowNet和SentiWordNet的中文情感词典方法。将词语自动分解为多个义元后计算其情感倾向强度,并且使用词典校对方法对词语情感倾向强度进行优化。将所构建词典应用到文本情感分析任务中,使用支持向量机构建文本情感分类器进行实验。实验结果表明,该词典优于一般极性情感词典,为情感分析研究提供了有效的词典资源。
推荐文章
中文文本情感词典构建方法
情感词典
情感分类
PMI算法
朴素贝叶斯
面向旅游在线评论情感词典构建方法
旅游在线评论
情感词典
词向量
山岳型景区
一种基于情感词典和朴素贝叶斯的中文文本情感分类方法
文本情感分类
朴素贝叶斯
情感词典
基于规则的情感本体和词向量的中文情感分类
句法规则
Word2vec
情感本体
情感词典
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向文本情感分析的中文情感词典构建方法
来源期刊 山东大学学报(工学版) 学科 工学
关键词 情感词典 情感强度 支持向量机 情感分析 中文文本
年,卷(期) 2013,(6) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 27-33
页数 7页 分类号 TP391.1
字数 5705字 语种 中文
DOI 10.6040/j.issn.1672-3961.1.2013.246
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阳爱民 广东外语外贸大学国际工商管理学院 35 618 11.0 24.0
2 周咏梅 广东外语外贸大学思科信息学院 25 466 10.0 21.0
3 杨佳能 广东外语外贸大学国际工商管理学院 4 161 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (801)
参考文献  (9)
节点文献
引证文献  (90)
同被引文献  (156)
二级引证文献  (185)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(10)
  • 引证文献(6)
  • 二级引证文献(4)
2016(25)
  • 引证文献(15)
  • 二级引证文献(10)
2017(42)
  • 引证文献(13)
  • 二级引证文献(29)
2018(71)
  • 引证文献(25)
  • 二级引证文献(46)
2019(107)
  • 引证文献(25)
  • 二级引证文献(82)
2020(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
情感词典
情感强度
支持向量机
情感分析
中文文本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导