钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机科学与探索期刊
\
基于主题聚类的情感极性判别方法
基于主题聚类的情感极性判别方法
作者:
李天辰
殷建平
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
情感分析
主题模型
循环神经网络
摘要:
目前,大多数方法在判别文本情感极性上采用的是提取情感特征并应用分类器进行分类的方式。然而由于网络文本表述方式多样,主题分散等特点,使得情感特征提取过程变得愈发困难。借助LDA(latent Dirichlet allocation)主题模型,首先对文本进行主题聚类,然后在每个主题子类上应用循环神经网络的方法对正、负情感样本分别建立主题模型,最后基于所属主题和所属情感的概率进行联合判断。采用这种方法,通过划分子类的方式规整了不同主题下文本的表述方式,限制了不同主题下词汇词义改变的问题,并且利用训练语言模型的方法很好地规避了直接提取特征的困难,将特征的挖掘过程内化在了训练模型的过程中。通过在IMDB电影评论样本上的实验可以看出,在应用了主题聚类后,模型分类的准确性有了显著提高。
暂无资源
收藏
引用
分享
推荐文章
面向新闻的情感关键句抽取与极性判别
新闻
情感关键句
情感判别
面向文本情感聚类的维度判别方法
观点词识别
维度判别
文本情感聚类
基于主题相似性的在线评论情感分析
情感分析
在线评论
潜在狄利克雷模型
理想评论
基于主题提取的海量微博情感分析
海量微博
聚
类
主题提取
情感分类
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于主题聚类的情感极性判别方法
来源期刊
计算机科学与探索
学科
工学
关键词
情感分析
主题模型
循环神经网络
年,卷(期)
2016,(7)
所属期刊栏目
人工智能与模式识别
研究方向
页码范围
989-994
页数
6页
分类号
TP391
字数
4253字
语种
中文
DOI
10.3778/j.issn.1673-9418.1507044
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
殷建平
国防科学技术大学高性能计算重点实验室
68
1057
17.0
30.0
2
李天辰
国防科学技术大学计算机学院
1
11
1.0
1.0
传播情况
被引次数趋势
(/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
(6)
节点文献
引证文献
(11)
同被引文献
(57)
二级引证文献
(4)
2003(2)
参考文献(2)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2011(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)
2014(1)
参考文献(1)
二级参考文献(0)
2016(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)
2017(4)
引证文献(4)
二级引证文献(0)
2018(3)
引证文献(3)
二级引证文献(0)
2019(6)
引证文献(4)
二级引证文献(2)
2020(2)
引证文献(0)
二级引证文献(2)
研究主题发展历程
节点文献
情感分析
主题模型
循环神经网络
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
计算机科学与探索
主办单位:
华北计算技术研究所
出版周期:
月刊
ISSN:
1673-9418
CN:
11-5602/TP
开本:
大16开
出版地:
北京市海淀区北四环中路211号北京619信箱26分箱
邮发代号:
82-560
创刊时间:
2007
语种:
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
期刊文献
相关文献
1.
面向新闻的情感关键句抽取与极性判别
2.
面向文本情感聚类的维度判别方法
3.
基于主题相似性的在线评论情感分析
4.
基于主题提取的海量微博情感分析
5.
基于主题聚类的短文本情绪分类方法
6.
基于直推式学习的中文情感词极性判别
7.
基于机器学习与情感词典的文本主题概括及情感分析
8.
基于主题概念聚类的中文文本聚类
9.
基于概率主题模型的文档聚类
10.
基于自适应聚类的文本潜在主题的自动发现
11.
基于主题角色的文本情感分类方法
12.
基于BTM主题模型的Web服务聚类方法研究
13.
使用多元语义特征的评论文本主题聚类
14.
一种基于主题的Web文本聚类算法
15.
基于LDA主题模型的情感分析研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机科学与探索2022
计算机科学与探索2021
计算机科学与探索2020
计算机科学与探索2019
计算机科学与探索2018
计算机科学与探索2017
计算机科学与探索2016
计算机科学与探索2015
计算机科学与探索2014
计算机科学与探索2013
计算机科学与探索2012
计算机科学与探索2011
计算机科学与探索2010
计算机科学与探索2009
计算机科学与探索2008
计算机科学与探索2007
计算机科学与探索2016年第9期
计算机科学与探索2016年第8期
计算机科学与探索2016年第7期
计算机科学与探索2016年第6期
计算机科学与探索2016年第5期
计算机科学与探索2016年第4期
计算机科学与探索2016年第3期
计算机科学与探索2016年第2期
计算机科学与探索2016年第12期
计算机科学与探索2016年第11期
计算机科学与探索2016年第10期
计算机科学与探索2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号