原文服务方: 计算机应用研究       
摘要:
针对短文本特征稀疏、信息量少等问题,提出了结合情感词网的中文短文本情感分类方法.该方法利用大规模语料库和同义词集合构建可以表示词-词、词-对象之间关系的情感词网,通过此情感词网在权重以及特征集合对短文本的特征进行了相应的扩展,并结合机器学习分类方法进行情感分类.实验表明,该方法具有较高的准确率和召回率,有效地解决了短文本情感分类中的特征稀疏、信息量不足的问题.
推荐文章
基于教学评价的中文短文本情感分析
教学评价
词典
word2vec
支持向量机
核函数
情感分析
面向中文短文本情感分析的改进特征选择算法
特征选择
情感分析
词频逆文本频率指数
信息增益
中文短文本
基于规则的情感本体和词向量的中文情感分类
句法规则
Word2vec
情感本体
情感词典
融合主题的CLSTM短文本情感分类
主题
滑动窗口
上下文
长短期记忆模型
情感分类
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 结合情感词网的中文短文本情感分类
来源期刊 计算机应用研究 学科
关键词 同义词 情感词网 情感分类 短文本
年,卷(期) 2015,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2905-2909
页数 5页 分类号 TP391.1
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.10.006
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 李波 中国科学技术大学计算机科学与技术学院 172 1760 20.0 37.0
2 张晖 西南科技大学计算机科学与技术学院 77 563 14.0 21.0
3 赵旭剑 西南科技大学计算机科学与技术学院 36 196 8.0 13.0
4 杨春明 西南科技大学计算机科学与技术学院 49 307 10.0 16.0
5 何天翔 西南科技大学计算机科学与技术学院 4 35 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (406)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (11)
二级引证文献  (40)
2001(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(16)
  • 引证文献(2)
  • 二级引证文献(14)
2019(23)
  • 引证文献(4)
  • 二级引证文献(19)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
同义词
情感词网
情感分类
短文本
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导