基于评价修饰分布差的评论文本倾向性识别方法

• 作者: 冯旭鹏 刘利军 谢波 马震 黄青松
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本倾向识别 评价对象 修饰关系 分布差异 领域适应
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 176-180,186
• 页数: 6页
• 分类号: TP18
• 字数: 4289字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.10.031

摘要

针对文本倾向性分类时因情感指向不明导致的修饰词极性误判和隐藏观点遗漏等问题,提出基于评价修饰分布差的倾向识别方法.建立修饰关系二部图和修饰分布向量,计算评价对象在正、负训练语料中被修饰词用于修饰的分布差异,提取修饰分布差异明显的特征,并将正、负修饰差异信息融入特征值的计算中.实验结果表明,相比抽取带有主观情感词作为特征进行支持向量机二类分类的倾向性识别方法,所提方法的分类准确率和召回率分别提高约4.6％和5.6％,可有效改善评论文本倾向性识别的效果.在面对跨领域情况时,分类准确率和召回率的降低幅度比抽取带有主观情感词作为特征进行支持向量机的二类分类减少约6.6％和6.4％,具有一定的领域适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
3	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
4	马震	昆明理工大学教育技术与网络中心	5	19	2.0	4.0
5	冯旭鹏	昆明理工大学教育技术与网络中心	34	77	5.0	7.0
8	谢波	昆明理工大学教育技术与网络中心	20	96	4.0	9.0