文本情感分析综述

被引：19

作者：

刘爽

赵景秀

杨红亚

徐冠华

机构：

[1] 曲阜师范大学信息科学与工程学院

来源：

软件导刊 | 2018年 / 17卷 / 06期

关键词：

文本情感分析; 词典构建; 机器学习; 贝叶斯算法; 最大熵算法; SVM;

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：

近年来,随着互联网和社交网络的发展,网络上文本信息迅速增长,对文本情感进行分析成为研究热点。根据文本情感分析方法的不同,总结了近年来文本情感分析的研究进展。将文本情感分析分为基于词典的方法和基于机器学习的方法两大类:基于词典的文本情感分析方法分为人工构建和自动构建两种;基于机器学习的文本情感分析方法分为基于贝叶斯算法、基于最大熵算法和基于SVM的文本情感分析3种。通过梳理国内外研究现状,对两类情感分析方法进行了深入分析,对文本情感分析进行了总结和展望。

引用

页码：1 / 4+21 +21

页数：5

共 14 条

[1] 基于Word2Vec的情感词典自动构建与优化 [J].

杨小平 ;

张中夏 ;

王良 ;

张永俊 ;

马奇凤 ;

吴佳楠 ;

张悦 .

计算机科学, 2017, 44 (01) :42-47+74

[2] 情感词典构建综述 [J].

梅莉莉 ;

黄河燕 ;

周新宇 ;

毛先领 .

中文信息学报, 2016, (05) :19-27

[3] 中文微博情感词典构建方法 [J].

周咏梅 ;

阳爱民 ;

林江豪 .

山东大学学报(工学版), 2014, 44 (03) :36-40

[4] 基于SVM结合依存句法的金融领域舆情分析 [J].

黄进 ;

阮彤 ;

蒋锐权 .

计算机工程与应用, 2015, (23) :230-235

[5] 基于极性词典的中文微博客情感分类 [J].

王勇 ;

吕学强 ;

姬连春 ;

肖诗斌 .

计算机应用与软件, 2014, 31 (01) :34-37+126

[6] 文本情感分析 [J].

赵妍妍 ;

秦兵 ;

刘挺 .

软件学报, 2010, 21 (08) :1834-1848

[7]

情感词汇本体的构造[J]. 徐琳宏,林鸿飞,潘宇,任惠,陈建美.情报学报. 2008 (02)

[8]

Sentiment Analysis of Movie Reviews using Hybrid Method of Naive Bayes and Genetic Algorithm[J] . M.Govindarajan.International Journal of Advanced Computer Research (IJACR) . 2013 (13)

[9]

Research on Building a Chinese Sentiment Lexicon Based on SO-PMI[J] . Chen Ning Wang,Shi Jun Chen,Chang Li Zha.Applied Mechanics and Materials . 2013 (263)

[10]

Sentiment analysis: A combined approach[J] . Rudy Prabowo,Mike Thelwall.Journal of Informetrics . 2009 (2)

← 1 2 →