基于情感项区分极性可信度的文本情感分类

• 作者: 于津 孟迪 李立宇
• 来源期刊: 汕头大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本情感分类 情感项 核心谓词(HED)关系 互信息 词频-逆向文件频率(TF-IDF)
• 年，卷（期）: 2014,（3）
• 页码范围: 66-73
• 页数: 8页
• 分类号: TU43
• 字数: 5717字
• 语种: 中文

摘要

针对语义情感知识的文本情感分析的局限性，本文提出情感项区分极性可信度的文本情感分类方法。首先，基于核心谓词结构提取修饰主题的情感项。接着，利用改进的互信息方法计算情感项可信度，选取其中可信度前N的情感项。然后，利用改进的词频-逆向文件频率（TF-IDF）算法标记前N个情感项的正或负倾向符号。最后，基于基因表达式编程分类技术和谭松波博士提供的语料集，利用训练集训练分类模型，并使用测试集检验分类精度，实验结果表明本文提出的方法具有良好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于津	汕头大学工学院	13	52	4.0	7.0
2	孟迪	汕头大学工学院	1	1	1.0	1.0
3	李立宇	汕头大学工学院	1	1	1.0	1.0