基于SVM的文本词句情感分析

被引:28
作者
杨经
林世平
机构
[1] 福州大学数学与计算机科学学院
关键词
情感词; 情感分析; 支持向量机; 特征选择;
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
近年来,文本情感倾向性分析已成为自然语言处理领域的热点,在垃圾过滤、文本分类、网络舆情分析等领域有广泛的应用。将研究中文文本词句的情感分析问题,重点解决喜、怒、哀、惧四类粒度大的情感分析问题。首先构建喜、怒、哀、惧基准情感词,然后对情感词特征进行分析,进而挖掘潜在情感词,最后使用支持向量机分类的方法融合词特征、词性特征、语义特征等各种特征,对句子进行情感识别及分类。实验表明,在COAE2009评测任务情感词句识别此方法是合理和有效的。
引用
收藏
页码:225 / 228
页数:4
相关论文
共 3 条
[1]   中文观点挖掘中的主观性关系抽取 [J].
章剑锋 ;
张奇 ;
吴立德 ;
黄萱菁 .
中文信息学报, 2008, (02) :55-59+86
[2]   基于HowNet的词汇语义倾向计算 [J].
朱嫣岚 ;
闵锦 ;
周雅倩 ;
黄萱菁 ;
吴立德 .
中文信息学报, 2006, (01) :14-20
[3]  
基于多重标记CRF的句子情感分析研究 .2 王根,赵军. 全国第九届计算语言学学术会议 . 2007