基于句子级情感的中文网络评论的情感极性分类

被引：25

作者：

王洪伟 ^{[1
]}

郑丽娟 ^{[1
]}

尹裴 ^{[1
]}

何绍义 ^{[2
]}

机构：

[1] 同济大学经济与管理学院

[2] 加州州立大学圣马可斯分校商学院

来源：

管理科学学报 | 2013年 / 16卷 / 09期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

情感极性; 句子情感; 段落情感; 中文网络评论; 情感极性贡献度;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; H030 [语义学、语用学];

学科分类号：

0701 ; 070104 ; 030303 ; 0501 ; 050102 ;

摘要：

为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法.该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设3种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度.最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性.

引用

页码：64 / 74

页数：11

共 9 条

[1]

中文网络评论的情感特征项选择研究[J]. 王洪伟,郑丽娟,刘仲英,霍佳震.信息系统学报. 2012(01)

[2] 基于语义理解的文本情感分类方法研究 [J].

闻彬 ;

何婷婷 ;

罗乐 ;

宋乐 ;

王倩 .

计算机科学, 2010, 37 (06) :261-264

[3] 中文网络客户评论的产品特征挖掘方法研究 [J].

李实 ;

叶强 ;

李一军 ;

Rob Law .

管理科学学报, 2009, (02) :142-152

[4] 基于HowNet的句子褒贬倾向性研究 [J].

熊德兰 ;

程菊明 ;

田胜利 .

计算机工程与应用, 2008, (22) :143-145

[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] Fine-Grained Opinion Mining by Integrating Multiple Review Sources [J].

Miao, Qingliang ;

Li, Qiudan ;

Zeng, Daniel .

JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY, 2010, 61 (11) :2288-2299

[8]

Sentiment classification of Internet restaurant reviews written in Cantonese[J] . Ziqiong Zhang,Qiang Ye,Zili Zhang,Yijun Li.Expert Systems With Applications . 2010 (6)

[9]

Sentiment classification of online reviews to travel destinations by supervised machine learning approaches[J] . Qiang Ye,Ziqiong Zhang,Rob Law.Expert Systems With Applications . 2008 (3)

← 1 →