汉语组块分析在情感分类中的应用研究

• 作者: 吕学强 李红莲 杜思奇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 汉语组块分析 情感标签 情感词本体 情感分类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 167-171
• 页数: 5页
• 分类号: TP391.1
• 字数: 6400字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.10.037

摘要

网络产品评论的情感分析对网络用户的日常购买行为有着重要的决策作用，因此，如何利用细粒化的处理方法提高情感分析的准确率，成为了一个热门的研究话题。针对该问题提出一种基于汉语组块分析的情感识别方法，首先依靠汉语组块分析对汽车评论语料进行细粒化的处理并提取情感标签，再结合情感词本体和支持向量机模型对情感标签进行分类，从而实现情感倾向性的判别。实验表明，采用汉语组块分析的情感分类方法相比其他的分类算法平均准确率提高了4％。因此，基于汉语组块分析的情感分类可以降低分类器的输入特征维数，并有效提高分类器的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红莲	北京信息科技大学信息与通信工程学院	30	188	5.0	13.0
2	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
3	杜思奇	北京信息科技大学信息与通信工程学院	3	6	2.0	2.0