基于情感词识别的BBS情感分类研究

被引：8

作者：

陈锦禾

范新

沈闻

沈洁

机构：

[1] 扬州大学信息工程学院计算机科学系

来源：

计算机技术与发展 | 2009年 / 19卷 / 07期

关键词：

文本分类; 情感分类; 特征词识别; 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：

摘要：

针对目前BBS网络信息杂乱的现象,提出了一种BBS情感分类方法,能够方便用户准确定位所需信息,辨识评论的极性(肯定还是否定)。根据词语具有语义倾向的概率大小,利用最大熵的特征模型识别文本中具有语义倾向的词语,选择具有一定倾向值的词作为文档的特征表示。通过这些类型特征构造支持向量机分类模型,对BBS文本所表达的情感等主观内容进行分类,判断其是正面还是负面。实验表明,在BBS情感分类中,基于该特征表示的分类精度较好。

引用

页码：120 / 123

页数：4

共 8 条

[1] 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

[2] 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

[3] 基于多特征选择的中文文本分类 [J].

董梅 ;

胡学钢 .

计算机技术与发展, 2007, (07) :117-119+134

[4] 基于支持向量机的中文文本分类模型研究 [J].

马忠宝 ;

刘冠蓉 .

计算机技术与发展, 2006, (11) :70-72

[5] 基于最大熵原理的汉语词义消歧 [J].

陈笑蓉 ;

秦进 .

计算机科学, 2005, (05) :174-176

[6] 基于最大熵方法的汉语词性标注 [J].

林红 ;

苑春法 ;

郭树军 .

计算机应用, 2004, (01) :14-16

[7] Web文本挖掘中特征提取的设计与实现 [J].

谢春丽 ;

崔志明 .

微机发展, 2003, (02) :77-79

[8]

Which side are youon?Identifying Perspectives at the Document and SentenceLevels. Lin Wei-Hao,Wilson T,Wiebe J,et al. Proceedings of the 10th Conference on Com-putational Natural Language Learning（CoNLLX） . 2006

← 1 →