基于短语结构和词语词性相结合的情感分类方法

• 作者: 施佺 郑亚平
• 来源期刊: 南通大学学报（自然科学版）
• 学科: 工学
• 关键词: 短语结构 词性 情感分类 Word2vec SVM
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电子 信息工程与计算机科学
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391
• 字数: 2538字
• 语种: 中文

摘要

针对传统文本分类方法忽略词语间的语义特征的问题,并为了改善输入文本的表示质量,提出一种基于短语结构和词语词性相结合的情感分类方法.该方法首先通过短语结构优化分词,可以更好地提取文本特征;其次利用Word2vec工具训练词语和词性相结合的文本语料库得到词向量模型,解决了Word2vec无法识别一词多义的问题;最后通过SVM算法对文本进行情感分类.实验结果表明,该算法能够提高文本情感分类的正确性.该方法对舆情监控、股票市场行情预测和了解消费者对产品的偏好等具有较高的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施佺	南通大学计算机科学与技术学院	89	405	10.0	15.0
2	郑亚平	南通大学计算机科学与技术学院	4	57	3.0	4.0