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:
本文首先利用基础情感词典以及基准词对所需研究领域的评论文本进行分析,以此获得特定领域具有感情倾向的特征词语。而后利用基准词以及获得的特征词语对评论进行分析,对于有感情词的句子,采用计算感情值来判别其感情倾向以及感情程度,对于无感情词的句子,采用连词的方法来进行感情的判别。实验结果表明,该方法能够对不同领域的评论得到较好的感情分类效果。
推荐文章
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
结合情感词网的中文短文本情感分类
同义词
情感词网
情感分类
短文本
中文文本情感分析研究综述
信息处理
中文文本
情感分析
信息抽取
情感识别
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 基于情感字典与连词结合的中文文本情感分类
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 中文文本情感 基准词 SO-PMI算法 情感字典 共现
年,卷(期) 2015,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 57-62
页数 6页 分类号 TP391
字数 4974字 语种 中文
DOI 10.3969/j.issn.0490-6756.2015.01.012
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 伍少梅 四川大学计算机学院 11 40 3.0 6.0
2 琚生根 四川大学计算机学院 72 460 11.0 16.0
3 刘玉娇 四川大学计算机学院 5 48 3.0 5.0
4 苏翀 四川大学计算机学院 2 29 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (304)
参考文献  (6)
节点文献
引证文献  (25)
同被引文献  (47)
二级引证文献  (55)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(8)
  • 引证文献(7)
  • 二级引证文献(1)
2017(17)
  • 引证文献(6)
  • 二级引证文献(11)
2018(18)
  • 引证文献(5)
  • 二级引证文献(13)
2019(27)
  • 引证文献(4)
  • 二级引证文献(23)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
中文文本情感
基准词
SO-PMI算法
情感字典
共现
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导