基于word2vec的跨领域情感分类方法

• 作者: 张玉红 李培培 王勤勤 胡学钢
• 来源期刊: 计算机应用研究
• 关键词: 语义特征 共现特征 词向量 跨领域情感分类
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2924-2927
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.010

摘要

情感分类是用于判断数据的情感极性,广泛用于商品评论、微博话题等数据.标记信息的昂贵使得传统的情感分类方法难以对不同领域的数据进行有效的分类.为此,跨领域情感分类问题引起广泛关注.已有的跨领域情感分类方法大多以共现为基础提取词汇特征和句法特征,而忽略了词语间的语义关系.基于此,提出了基于word2vee的跨领域情感分类方法WEEF(cross-domain classification based on word embedding extension feature),选取高质量的领域共现特征作为桥梁,并以这些特征作为种子,基于词向量的相似度计算,将领域专有特征扩充到这些种子中,形成特征簇,从而减小领域间的差异.在SRAA和Amazon产品评论数据集上的实验结果表明了方法的有效性,尤其在数据量较大时.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机与信息学院	314	3156	27.0	39.0
2	张玉红	合肥工业大学计算机与信息学院	32	260	10.0	14.0
3	李培培	合肥工业大学计算机与信息学院	24	142	6.0	11.0
4	王勤勤	合肥工业大学计算机与信息学院	1	8	1.0	1.0