基于单层标注级联模型的篇章情感倾向分析

被引:10
作者
李本阳
关毅
董喜双
李生
机构
[1] 哈尔滨工业大学计算机科学与技术学院
关键词
情感倾向分析; 情感分类; 级联模型; 最大熵; 支持向量机;
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
情感分类是目前篇章情感分析的主要方法,但该方法存在难以融入中文结构特征的问题。针对此问题,采用级联模型对篇章情感倾向进行分析,将篇章情感倾向分析分为两层:小句级和篇章级,对篇章情感倾向分析引入小句级的情感分析。该文使用最大熵模型处理小句级情感分类,小句级的输出作为上层篇章级的输入,并结合句型特征和句子位置等信息作为特征,采用支持向量机模型进行篇章级情感分类。同时对于级联模型中双层标注问题,基于交叉验证的思想提出了单层标注级联模型,避免了多层标注工作以及错误。实验结果表明,该方法的准确率较传统情感分类方法提高了2.53%。
引用
收藏
页码:3 / 8+20 +20
页数:7
相关论文
共 12 条
[1]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[2]   基于情感词识别的BBS情感分类研究 [J].
陈锦禾 ;
范新 ;
沈闻 ;
沈洁 .
计算机技术与发展, 2009, 19 (07) :120-123
[3]   基于短语模式的文本情感分类研究 [J].
李钝 ;
曹付元 ;
曹元大 ;
万月亮 .
计算机科学, 2008, (04) :132-134
[4]   基于层叠CRFs模型的句子褒贬度分析研究 [J].
刘康 ;
赵军 .
中文信息学报, 2008, (01) :123-128
[5]   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
[6]   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
[7]   基于多重冗余标记CRFs的句子情感分析研究 [J].
王根 ;
赵军 .
中文信息学报, 2007, (05) :51-55+86
[8]   小句中枢全译说 [J].
黄忠廉 .
汉语学报, 2005, (02) :62-69+96
[9]   支持向量机分类器在医疗诊断中的应用研究 [J].
阎威武 ;
邵惠鹤 .
计算机仿真, 2003, (02) :69-70+63
[10]   小句中枢说 [J].
邢福义 .
中国语文, 1995, (06) :420-428