文本情感分析方法研究综述

被引:83
作者
洪巍 [1 ,2 ]
李敏 [2 ]
机构
[1] 江南大学江苏省食品安全研究基地
[2] 江南大学商学院
关键词
文本情感分析; 情感词典; 机器学习; 深度学习;
D O I
暂无
中图分类号
TP391.1 [文字信息处理]; TP18 [人工智能理论];
学科分类号
081203 ; 0835 ; 081104 ; 0812 ; 1405 ;
摘要
文本情感是信息挖掘的一个新兴领域,近年受到管理学等相关领域的广泛关注。目前,文本情感分析使用的方法主要有情感词典方法和机器学习方法。由于文本情感分析的结果对优化政府、企业以及消费者决策具有重大意义,以文本情感分析的方法为视角,对情感词典的方法、有监督的机器学习方法和弱监督的深度学习方法以及其他方法的相关文献进行了梳理并做出评述。此外,指出虽然文本情感分析领域的学者基于情感词典和有监督的机器学习方法已提出许多情感分析模型,但准确率和效率普遍不高,进一步的研究重点应在于使用深度学习的方法处理文本情感,并提出未来的研究方向。
引用
收藏
页码:750 / 757
页数:8
相关论文
共 41 条
[1]  
基于支持向量机的文本情感分析研究.[D].韩开旭.东北石油大学.2014, 05
[2]  
基于深度特征提取的文本情感极性分类研究.[D].田竹.山东大学.2017, 09
[3]  
基于情感词典与句型分类的中文微博情感分析研究.[D].周杰.宁夏大学.2016, 02
[4]  
基于深度学习的情感词向量及文本情感分析的研究.[D].张志华.华东师范大学.2016, 10
[5]  
基于深度学习的文本情感分析研究.[D].曹宇慧.哈尔滨工业大学.2016, 02
[6]  
基于深度学习的文本情感分类研究.[D].朱少杰.哈尔滨工业大学.2014, 02
[7]  
Influential user weighted sentiment analysis on topic based microblogging community.[J].Alpaslan Burak Eliacik;Nadia Erdogan.Expert Systems With Applications.2018,
[8]  
A fuzzy-based strategy for multi-domain sentiment analysis.[J].Mauro Dragoni;Giulio Petrucci.International Journal of Approximate Reasoning.2018,
[9]   A Consensus Approach to the Sentiment Analysis Problem Driven by Support-Based IOWA Majority [J].
Appel, Orestes ;
Chiclana, Francisco ;
Carter, Jenny ;
Fujita, Hamido .
INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS, 2017, 32 (09) :947-965
[10]   Effective Use of Evaluation Measures for the Validation of Best Classifier in Urdu Sentiment Analysis [J].
Mukhtar, Neelam ;
Khan, Mohammad Abid ;
Chiragh, Nadia .
COGNITIVE COMPUTATION, 2017, 9 (04) :446-456