文本倾向性分析综述

被引:15
作者
厉小军 [1 ]
戴霖 [1 ]
施寒潇 [1 ]
黄琦 [2 ]
机构
[1] 浙江工商大学计算机与信息工程学院
[2] 浙江大学计算机科学与技术学院
基金
浙江省自然科学基金; 中央高校基本科研业务费专项资金资助;
关键词
文本倾向性分析; 情感语料库; 主观性文本识别; 意见挖掘;
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
介绍文本倾向性分析的基本流程,从主观性文本识别、文本倾向性分析方法、现有系统及评测方法、语料库建设4个方面对现有文本倾向性分析技术进行介绍和概括.综述了文本倾向性分析的3类研究方法:简单统计方法、机器学习方法和细粒度情感相关性分析方法,分析这3类研究方法的特点,从算法复杂性、效率和适用范围等方面比较各自的优缺点.概括现有研究的成就和不足,从基础性问题、具体应用的实现方法2个方面提出研究的前景.
引用
收藏
页码:1167 / 1174+1186 +1186
页数:9
相关论文
共 20 条
[1]   文本褒贬倾向判定系统的研究 [J].
孟凡博 ;
蔡莲红 ;
陈斌 ;
吴鹏 .
小型微型计算机系统, 2009, 30 (07) :1458-1461
[2]   基于主题相关性分析的文本倾向性研究 [J].
来火尧 ;
刘功申 .
信息安全与通信保密, 2009, (03) :77-78+81
[3]   倾向性分析用于金融市场波动率的研究 [J].
王超 ;
李楠 ;
李欣丽 ;
梁循 .
中文信息学报, 2009, (01) :95-99
[4]   情感分析研究综述 [J].
周立柱 ;
贺宇凯 ;
王建勇 .
计算机应用, 2008, (11) :2725-2728
[5]   基于HowNet的句子褒贬倾向性研究 [J].
熊德兰 ;
程菊明 ;
田胜利 .
计算机工程与应用, 2008, (22) :143-145
[6]   文本意见挖掘综述 [J].
姚天昉 ;
程希文 ;
徐飞玉 ;
汉思乌思克尔特 ;
王睿 .
中文信息学报, 2008, (03) :71-80
[7]   使用机器学习方法进行新闻的情感自动分类 [J].
徐军 ;
丁宇新 ;
王晓龙 .
中文信息学报, 2007, (06) :95-100
[8]   基于监督学习的中文情感分类技术比较研究 [J].
唐慧丰 ;
谭松波 ;
程学旗 .
中文信息学报, 2007, (06) :88-94+108
[9]  
面向互联网评论情感分析的中文主观性自动判别方法研究[J]. 叶强,张紫琼,罗振雄.信息系统学报. 2007(01)
[10]   汉语语句主题语义倾向分析方法的研究 [J].
姚天昉 ;
娄德成 .
中文信息学报, 2007, (05) :73-79