基于深层结构模型的新词发现与情感倾向判定

• 作者: 任福继 孙晓 孙重远
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 新词发现 条件随机场 深层结构模型 情感倾向判定 神经网络语言模型
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 208-213
• 页数: 6页
• 分类号: TP391
• 字数: 6821字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.9.040

摘要

随着社交网络的发展,新的词汇不断出现.新词的出现往往表征了一定的社会热点,同时也代表了一定的公众情绪,新词的识别与情感倾向判定为公众情绪预测提供了一种新的思路.通过构建深层条件随机场模型进行序列标记,引入词性、单字位置和构词能力等特征,结合众包网络词典等第三方词典.传统的基于情感词典的方法难以对新词情感进行判定,基于神经网络的语言模型将单词表示为一个K维的词义向量,通过寻找新词词义向量空间中距离该新词最近的词,根据这些词的情感倾向以及与新词的词义距离,判断新词的情感倾向.通过在北京大学语料上的新词发现和情感倾向判定实验,验证了所提模型及方法的有效性,其中新词判断的F值为0.991,情感识别准确率为70％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任福继	合肥工业大学计算机与信息学院	25	106	7.0	9.0
2	孙晓	合肥工业大学计算机与信息学院	19	185	8.0	13.0
3	孙重远	合肥工业大学计算机与信息学院	2	22	2.0	2.0