基于OC-SVM的新情感词识别

• 作者: 付丽娜 姬东鸿 肖和
• 来源期刊: 计算机应用研究
• 关键词: 情感分析 情感词库 极性标注 新词发现
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1946-1948,1952
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.07.006

摘要

当前对新词发现、情感词极性标注与情感词库构建的研究比较多,却少有一个专门针对新情感词识别的方法.提出一种基于OC-SVM的新情感词识别方法,通过种子词扩展方法获得词语集,并用旧词典、词频和停用词等对扩展的词进行过滤,获取新词,对新词获取的实验评估显示在适当的F值下,正确率可以达到45.5％.由于情感词和非情感词训练集的不平衡性,采用词频、相邻词及其词性等作为特征用OC-SVM(one-class support vector machine)对新词进行分类,获得新情感词,构建一个有效的新情感词识别系统.实验结果在召回率为26.6％的情况下,正确率可以达到45.7％,证明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	肖和	武汉大学计算机学院	11	66	4.0	7.0
3	付丽娜	武汉大学计算机学院	2	24	2.0	2.0