版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,隨著博客、電子商務、社交網(wǎng)站與微博等信息平臺的興起,主觀性文本的信息量迅速膨脹。為了自動分析這些主觀性文本包含的觀點與態(tài)度,情感分類(SentimentClassification)研究獲得自然語言處理領域的研究者們密切關注并得到了迅猛發(fā)展。情感分類旨在對主觀性文本按照其表達的感情色彩(例如:褒義或者貶義)進行自動分類。
情緒(Emotion)是指人內在的心理反應與感受。情緒知識具體是指描述情緒的相關知識(例如:情
2、緒詞)。相對于普通情感知識來說,情緒知識在表達情感方面具有如下特點和優(yōu)勢:(1)牽涉到的關鍵詞范圍較小;(2)具有的情感色彩強烈;(3)情感表達領域較獨立。因此,本文借助情緒知識幫助提高情感分類性能,主要研究內容和創(chuàng)新點包括以下幾個方面:
首先,本文提出了一種結合情緒詞和非標注樣本的情感分類方法。核心思想是借助于情緒詞從未標注語料中抽取高正確率的自動標注樣本,并通過半監(jiān)督學習的方法進行情感分類。實驗證明,該方法能夠在不同領
3、域內獲得較好的分類結果。
其次,本文提出了一種基于情緒詞與情感詞協(xié)作學習的情感分類方法。在基于文檔-單詞二部圖的標簽傳播算法框架下,使用情緒詞與情感詞構建兩個視圖,通過協(xié)作學習的方法從未標注數(shù)據(jù)中獲取高正確率的自動標注樣本作為訓練數(shù)據(jù)。此訓練數(shù)據(jù)用于后續(xù)的情感分類訓練。實驗表明,該方法在多個領域有效提高了分類效果。
最后,本文提出了一種基于情緒詞的領域適應情感分類方法。針對文本情感分類研究中普遍存在的領域適應
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于情緒知識的情感分類方法研究.pdf
- 基于主動學習的情感分類方法研究.pdf
- 基于分類方法的語音情感識別研究.pdf
- 基于情感詞網(wǎng)的短文本情感分類方法研究.pdf
- 基于機器學習的漢語情感極性分類方法研究.pdf
- 基于不平衡數(shù)據(jù)的情感分類方法研究.pdf
- 基于特征極性的跨領域情感分類方法研究.pdf
- 基于內容和情感的文本分類方法研究.pdf
- 基于半監(jiān)督集成學習的情感分類方法研究.pdf
- 基于主題模型的中文情感分類方法研究.pdf
- 雙語情感分類方法研究.pdf
- 基于EEG的情緒信息特征及其分類方法研究.pdf
- 基于多分類器投票集成的半監(jiān)督情感分類方法研究.pdf
- 基于特征關聯(lián)的跨領域情感分類方法研究.pdf
- 基于單次情緒腦電的分類方法研究.pdf
- 基于特征極性傳遞的跨領域情感分類方法研究.pdf
- 基于汽車評論的文本情感分類特征選擇方法研究.pdf
- 情感分類特征選擇方法研究.pdf
- 句子級情緒分類方法研究.pdf
- 基于統(tǒng)計方法的中文文本情感傾向分類研究.pdf
評論
0/150
提交評論