基于教学评价的中文短文本情感分析

被引：7

作者：

刘毓

赵云阁

机构：

[1] 西安邮电大学通信与信息工程学院

来源：

现代电子技术 | 2019年 / 42卷 / 06期

关键词：

教学评价; 词典; word2vec; 支持向量机; 核函数; 情感分析;

D O I：

10.16652/j.issn.1004-373x.2019.06.008

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为了全面提高高等教育教学质量,从督导专家角度提高教学评价有效性,提出一个基于教学评价的中文短文本情感分析方法。针对中文短文本教学评价数据专业性强、特征稀疏等特点,建立教学评价专业词典,结合word2vec语言模型训练词向量,对教学评价数据的属性特征进行降维,采用线性核、多项式核和径向基核三种内核的支持向量机算法,对教学评价中的中文短文本数据进行情感分类,以判断评价的情感倾向。实验结果表明,支持向量机在径向基核函数下的情感分类性能最好,有助于教学质量的提高。

引用

页码：30 / 33+37 +37

页数：5

共 9 条

[1] 情感词典自动构建方法综述 [J].

王科 ;

夏睿 .

自动化学报, 2016, 42 (04) :495-511

[2] 第四代评价理论视阈下高校教学评价制度的反思与重建 [J].

刘佳 .

教育发展研究, 2015, 35 (17) :56-61

[3] 基于多层次语言特征的弱监督评论倾向性分析 [J].

牛耘 ;

张黎 ;

王世泓 ;

魏欧 .

中文信息学报, 2015, (04) :80-88

[4] 高校教师教学评价系统指标及其权重取值 [J].

庞国楹 ;

刘俊 ;

魏杰 .

军事交通学院学报, 2015, 17 (05) :83-86

[5] 电子商务产品评论多级情感分析的研究与实现 [J].

魏晶晶 ;

吴晓吟 .

软件, 2013, 34 (09) :65-67+94

[6] 文本情感分析综述 [J].

杨立公 ;

朱俭 ;

汤世平 .

计算机应用, 2013, 33 (06) :1574-1578+1607

[7]

Improved Support Vector Machine Algorithm for Heterogeneous Data[J] . Shili Peng,Qinghua Hu,Yinli Chen,Jianwu Dang. Pattern Recognition . 2014

[8]

Sentiment analysis in Facebook and its application to e-learning[J] . Alvaro Ortigosa,José M. Martín,Rosa M. Carro. Computers in Human Behavior . 2014

[9] An enhanced Support Vector Machine classification framework by using Euclidean distance function for text document categorization [J].

Lee, Lam Hong ;

Wan, Chin Heng ;

Rajkumar, Rajprasad ;

Isa, Dino .

APPLIED INTELLIGENCE, 2012, 37 (01) :80-99

← 1 →