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:
该文研究有监督学习方法在多文档文本情感摘要中的应用.利用从亚马逊中文网和亚马逊英文网上收集的产品评论语料,抽取文本内特征、PageRank特征、情感特征和评论质量特征,基于有监督方法进行多文档文本情感摘要抽取.实验结果表明有监督学习方法比无监督学习方法在ROUGE值上有显著的提高,情感特征和评论质量特征均有助于文本情感摘要.
推荐文章
基于查询—文档异构信息网络的半监督学习
异构信息网络
半监督学习
信息检索
点击日志
一种基于极端学习机的半监督学习方法
半监督
极端学习机
分类
神经网络
基于社会关系网络的半监督情感分类
自然语言处理
情感分类
半监督
社会关系网络
标签传播
基于监督学习的微博情感分类方法
微博
情感分类
监督学习
情感词汇本体
同义词词林
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 基于有监督学习方法的多文档文本情感摘要
来源期刊 中文信息学报 学科 工学
关键词 情感摘要 评论质量 情感特征 有监督学习 最大熵分类器
年,卷(期) 2014,(6) 所属期刊栏目 情感分析与社会计算
研究方向 页码范围 143-149
页数 7页 分类号 TP391
字数 4969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 李艳翠 苏州大学计算机科学与技术学院 37 146 6.0 11.0
3 周国栋 苏州大学计算机科学与技术学院 138 1425 22.0 32.0
9 林莉媛 苏州大学计算机科学与技术学院 3 34 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (15)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
情感摘要
评论质量
情感特征
有监督学习
最大熵分类器
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
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
论文1v1指导