作者:
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:
随着电子商务的迅速发展,网络上涌现了许多购物网站和产品论坛,这些购物网站和产品论坛为消费者提供了发表评论的平台.越来越多的人在做出消费决策前喜欢到互联网上参考用户和媒体对某产品的评论和报道信息.本文利用最大熵方法对网络产品评论的情感倾向进行识别,通过实验表明最大熵方法是一种非常有前途的文本分类方法.
推荐文章
基于语义特征的文本情感倾向识别研究
语义特征
倾向识别
情感分类
主题分类
基于最大熵模型的评价搭配识别
倾向性
评价搭配
最大熵
极性词表
评价词语类别
语义特征
基于关键句分析的微博情感倾向性研究
情感分析
倾向性分析
关键句
依存句法分析
观点挖掘
基于最大熵的分布估计算法
模式
概率分布
约束
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 基于最大熵的情感倾向研究
来源期刊 科技致富向导 学科
关键词 用户评论 文本分类 最大熵模型 情感倾向
年,卷(期) 2013,(4) 所属期刊栏目 高教论述
研究方向 页码范围 56-57
页数 2页 分类号
字数 2897字 语种 中文
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 韩卓 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (240)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(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
用户评论
文本分类
最大熵模型
情感倾向
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
科技致富向导
半月刊
1007-1547
37-1264/N
16开
山东省济南市
24-75
1993
chi
出版文献量(篇)
44672
总下载数(次)
88
总被引数(次)
56792
论文1v1指导