2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于上下文重构的短文本情感极性判别研究

杨震 赖英旭 段立娟 李玉

杨震, 赖英旭, 段立娟, 李玉. 基于上下文重构的短文本情感极性判别研究. 自动化学报, 2012, 38(1): 55-67. doi: 10.3724/SP.J.1004.2012.00055
引用本文: 杨震, 赖英旭, 段立娟, 李玉. 基于上下文重构的短文本情感极性判别研究. 自动化学报, 2012, 38(1): 55-67. doi: 10.3724/SP.J.1004.2012.00055
YANG Zhen, LAI Ying-Xu, DUAN Li-Juan, LI Yu-Jian. Short Text Sentiment Classification Based on Context Reconstruction. ACTA AUTOMATICA SINICA, 2012, 38(1): 55-67. doi: 10.3724/SP.J.1004.2012.00055
Citation: YANG Zhen, LAI Ying-Xu, DUAN Li-Juan, LI Yu-Jian. Short Text Sentiment Classification Based on Context Reconstruction. ACTA AUTOMATICA SINICA, 2012, 38(1): 55-67. doi: 10.3724/SP.J.1004.2012.00055

基于上下文重构的短文本情感极性判别研究

doi: 10.3724/SP.J.1004.2012.00055
详细信息
    通讯作者:

    杨震 北京工业大学计算机学院副教授. 主要研究方向为信息内容安全, 网络舆情分析, 可信计算. 本文通信作者.E-mail: yangzhen@bjut.edu.cn

Short Text Sentiment Classification Based on Context Reconstruction

  • 摘要: 文本对象所固有的多义性,面对短文本特征稀疏和上下文缺失的情况,现有处理方法无法明辨语义,形成了底层特征和高层表达之间巨大的语义鸿沟.本文尝试借由时间、空间、联系等要素挖掘文本间隐含的关联关系,重构文本上下文范畴,提升情感极性分类性能.具体做法对应一个两阶段处理过程:1)基于短文本的内在联系将其初步重组成上下文(领域);2)将待处理短文本归入适合的上下文(领域)进行深入处理.首先给出了基于Naive Bayes分类器的短文本情感极性分类基本框架,揭示出上下文(领域)范畴差异对分类性能的影响.接下来讨论了基于领域归属划分的文本情感极性分类增强方法,并将领域的概念扩展为上下文关系,提出了基于特殊上下文关系的文本情感极性判别方法.同时为了解决由于信息缺失所造成的上下文重组困难,给出基于遗传算法的任意上下文重组方案.理论分析表明,满足限制条件的前提下,基于上下文重构的情感极性判别方法能够同时降低抽样误差(Sample error)和近似误差(Approximation error).真实数据集上的实验结果也验证了理论分析的结论.
  • 加载中
计量
  • 文章访问数:  2031
  • HTML全文浏览量:  39
  • PDF下载量:  1492
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-03-28
  • 修回日期:  2011-07-07
  • 刊出日期:  2012-01-20

目录

    /

    返回文章
    返回