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:
机器学习方法是识别评论情感倾向的有效方法之一。为了使机器学习的方法得到一个满意的结果,合适的情感词权值是至关重要的。基于中文词语的语义相似度原理,该文提出了一种逐步预测每个情感词权值的方法。实验说明了,利用我们计算的权值,结合TF-IDF公式,分类结果能相对地得到提高。
推荐文章
一种降低误分类代价的权值分布优化算法
累积误分类代价
提升
权值调整
一种改进EM算法的跨领域情感分类方法
跨领域情感分类
EM算法
特征迁移
一种基于权值的骨架算法
目标识别
骨架
权值
距离变换
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
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 一种预测文本情感分类词语权值的算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 权值 情感分类 机器学习
年,卷(期) 2013,(4X) 所属期刊栏目
研究方向 页码范围 2879-2881
页数 3页 分类号 TP391.1
字数 语种
DOI
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 陈启安 厦门大学计算机科学系 31 163 7.0 12.0
2 杨国泰 厦门大学计算机科学系 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(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)
研究主题发展历程
节点文献
权值
情感分类
机器学习
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导