基于词语情感隶属度特征的情感极性分类

• 作者: 付国宏 宋佳颖 黄旭
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感极性分类 模糊集合论 隶属度 支持向量机
• 年，卷（期）: 2016,（1）
• 页码范围: 171-177
• 页数: 7页
• 分类号: TP391
• 字数: 6321字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2016.004

摘要

在模糊集合论框架下探索基于词语情感隶属度的情感极性分类特征表示方法.以TF-IDF为权重分别构建情感特征词语的正向、负向极性隶属度,并以隶属度对数比作为分类特征值构建基于支持向量机的情感极性分类系统.在产品评论、NLPCC2014情感分类评测数据和IMDB英文影评等数据上的实验结果表明,基于情感隶属度特征的系统优于基于布尔、频度和词向量等特征表示的系统,验证了所提出的基于情感隶属度特征表示的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付国宏	黑龙江大学计算机科学技术学院	7	37	4.0	6.0
2	宋佳颖	黑龙江大学计算机科学技术学院	3	15	2.0	3.0
3	黄旭	黑龙江大学计算机科学技术学院	1	5	1.0	1.0