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       
摘要:
在情感计算中,提取情感关键句是简化分类过程、提高分类正确率的关键环节.近年来,人们的社交需求日趋旺盛,表情符相较于文字具有更为丰富的语义信息,在各交流系统中得以广泛应用.为提升情感关键句提取方法的性能,对表情符的情感极性进行深入分析,提出一种基于表情符分析的情感关键句提取方法.首先统计表情符的情感极性,再将其和纯文字句子情感极性进行对比分析,对于句子中词组的情感极性不一致的句子将采用类序列规则挖掘,得出句子的最终情感极性;然后再结合位置信息以及关键词等属性特征,作为衡量该句是否为情感关键句的重要依据;通过对比实验验证了所提方法相较于现有方法在正确率和召回率方面都有较大提高.
推荐文章
基于关键句分析的微博情感倾向性研究
情感分析
倾向性分析
关键句
依存句法分析
观点挖掘
基于表情符注意力机制的微博情感分析模型
表情符
微博
情感分析
注意力机制
Title加TextRank抽取关键句的情感分类研究
Title
TextRank算法
关键句
情感分类
语义规则
基于词汇语义和句法依存的情感关键句识别
情感关键句
词汇语义
句法依存
支持向量机
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 基于表情符分析的情感关键句提取方法
来源期刊 辽宁大学学报(自然科学版) 学科 工学
关键词 情感计算 情感极性 表情符 位置信息 关键句提取
年,卷(期) 2018,(4) 所属期刊栏目 信息科学与技术
研究方向 页码范围 311-318
页数 8页 分类号 TP391
字数 6241字 语种 中文
DOI
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 徐红艳 辽宁大学信息学院 40 299 9.0 16.0
2 冯勇 辽宁大学信息学院 39 274 8.0 15.0
3 王嵘冰 辽宁大学信息学院 31 165 5.0 12.0
4 张勤 辽宁大学信息学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (65)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感计算
情感极性
表情符
位置信息
关键句提取
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
辽宁大学学报(自然科学版)
季刊
1000-5846
21-1143/N
大16开
沈阳市皇姑区崇山中路66号
8-147
1974
chi
出版文献量(篇)
1909
总下载数(次)
2
总被引数(次)
9019
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
论文1v1指导