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:
相比于句子级和文档级情感分析,词语级的情感分析呈现出领域性和上下文相关性,难以得到良好的应用.提出一种基于概率图模型的情感分析方法,先通过分析训练语料建立一种具有先验概率的图模型,用于计算语料中词语的情感概率值,再利用信息熵公式将概率值归一化为情感特征值,最后使用该特征值训练SVM分类器对测试语料进行分类.论文在理论上证明该方法能够有效运用于具有“评价对象”和“评价词”二元特性的商品评论的情感判定,且在未表明用户明显态度语句的极性判定中也可以获得良好的效果.实验结果也显示,该方法比传统SVM分类方法在准确率上有明显提高.
推荐文章
基于隐马尔可夫模型的文本情感分析
隐马尔可夫模型
情感分类
AdaBoost算法
基于表情符号和情感词的文本情感分析模型
文本情感分析
表情符号
情感词
阈值
基于fcmpCNN模型的网络文本情感多分类标注
情感分析
情感多分类标注
卷积神经网络
基于集成情感成员模型的文本情感分析方法
文本情感分析
情感分类
集成模型
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 基于概率图模型的文本情感分析
来源期刊 小型微型计算机系统 学科 工学
关键词 概率图模型 情感分析 信息熵 TF-IDF
年,卷(期) 2015,(7) 所属期刊栏目 计算机软件与数据库研究
研究方向 页码范围 1421-1425
页数 5页 分类号 TP391
字数 5875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 朱福喜 武汉大学计算机学院 46 250 9.0 13.0
2 吴钰洁 武汉大学计算机学院 1 6 1.0 1.0
3 周竞 武汉大学计算机学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (23)
二级引证文献  (5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 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
概率图模型
情感分析
信息熵
TF-IDF
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
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导