基于情感字典与连词结合的中文文本情感分类

被引：15

作者：

刘玉娇

琚生根

伍少梅

苏翀

机构：

[1] 四川大学计算机学院

来源：

四川大学学报(自然科学版) | 2015年 / 52卷 / 01期

关键词：

中文文本情感; 基准词; SO-PMI算法; 情感字典; 共现;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

本文首先利用基础情感词典以及基准词对所需研究领域的评论文本进行分析,以此获得特定领域具有感情倾向的特征词语.而后利用基准词以及获得的特征词语对评论进行分析,对于有感情词的句子,采用计算感情值来判别其感情倾向以及感情程度,对于无感情词的句子,采用连词的方法来进行感情的判别.实验结果表明,该方法能够对不同领域的评论得到较好的感情分类效果.

引用

页码：57 / 62

页数：6

共 10 条

[1] 基于改进的模糊聚类RBF网络集成的文本分类方法 [J].

张爱科 ;

符保龙 ;

李辉 .

四川大学学报(自然科学版), 2012, (06) :1235-1239

[2] 一种基于极性词典的情感分析方法 [J].

张成功 ;

刘培玉 ;

朱振方 ;

方明 .

山东大学学报(理学版), 2012, 47 (03) :47-50

[3] 一种基于多重词典的中文文本情感特征抽取方法 [J].

朱艳辉 ;

栗春亮 ;

徐叶强 ;

柳位平 .

湖南工业大学学报, 2011, 25 (02) :42-46

[4] 基于模糊聚类的文本挖掘算法 [J].

刘志勇 ;

耿新青 .

计算机工程, 2009, 35 (05) :44-45+49

[5] 基于HowNet的词汇语义倾向计算 [J].

朱嫣岚 ;

闵锦 ;

周雅倩 ;

黄萱菁 ;

吴立德 .

中文信息学报, 2006, (01) :14-20

[6]

中文句子情感倾向分析[D]. 郭叶.北京邮电大学. 2010

[7]

褒义词词典[M]. 四川辞书出版社 , 史继林, 2005

[8]

贬义词词典[M]. 四川辞书出版社 , 杨玲, 2005

[9]

学生褒贬义词典[M]. 中国大百科全书出版社 , 张伟, 2003

[10]

Measuring praise and criticism[J] . Peter D. Turney,Michael L. Littman.ACM Transactions on Information Systems (TOIS) . 2003 (4)

← 1 →