基于混合向量模型的中文评论情感分析

• 作者: 朱小栋 肖芳雄 陈曦 高广阔
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 语义规则 TF-IDF模型 混合向量化 多层感知机 汉语语料库
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 309-314
• 页数: 6页
• 分类号: TP391
• 字数: 5800字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053116

摘要

为解决TF-IDF模型表达情感信息不足的问题,提出一种情感Senti模型,通过该模型提取文本中的情感信息,包括句子中积极/消极的情感词、否定词、转折词以及程度副词,考虑标点符号在句子中起到的情感作用,利用情感词典和语义规则提取情感信息,生成相应的情感矩阵.在此基础上,与 TF-IDF 模型进行拼接,形成混合向量模型.实验结果表明,与只运用 TF-IDF模型相比,混合向量模型精确度更高,具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高广阔	上海理工大学管理学院	92	420	12.0	17.0
2	陈曦	上海理工大学管理学院	90	382	10.0	14.0
3	朱小栋	上海理工大学管理学院	37	320	7.0	17.0
4	肖芳雄	金陵科技学院软件工程学院	3	2	1.0	1.0