基于多特征融合的中文评论情感分类算法

被引：13

作者：

陈昀

毕海岩

机构：

[1] 国网天津市电力公司城东供电公司

来源：

河北大学学报(自然科学版) | 2015年 / 06期

关键词：

情感分类; 词向量; 支持向量机; 机器学习;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

为解决情感分类中词间的语义关系难以表达和分析的问题,提出了一种基于词向量(word representation)和支持向量机(support vector machine)的情感分类算法,对电子商务在线评论的情感分类问题进行研究.首先使用word2vec聚类相似特征,然后使用word2vec和SVM对情感数据进行训练和分类,并分别使用基于词特征和基于词性标注的方法进行特征选择.在京东评论数据上进行的实验结果表明,与现有方法相比,分类准确率和召回率得到了提高.

引用

页码：651 / 656

页数：6

共 7 条

[1]

基于情感特征聚类的半监督情感分类 [J].

李素科 ;

蒋严冰 .

计算机研究与发展, 2013, 50 (12) :2570-2577

[2]

基于双语信息和标签传播算法的中文情感词典构建方法 [J].

李寿山 ;

李逸薇 ;

黄居仁 ;

苏艳 .

中文信息学报, 2013, (06) :75-81

[3]

基于SVM的文本词句情感分析 [J].

杨经 ;

林世平 .

计算机应用与软件, 2011, 28 (09) :225-228

[4]

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

[5]

Sentiment classification of online reviews: using sentence-based language model[J] Hongwei Wang;Pei Yin;Lijuan Zheng;James N.K. Liu Journal of Experimental & Theoretical Artificial Intelligence 2014,

[6]

Document-level sentiment classification: An empirical comparison between SVM and ANN[J] Rodrigo Moraes;João Francisco Valiati;Wilson P. Gavião Neto Expert Systems With Applications 2013,

[7]

Measuring praise and criticism[J] Peter D. Turney;Michael L. Littman ACM Transactions on Information Systems (TOIS) 2003,

← 1 →