<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>

      3. <address id="n0hly"></address>
      3. 
	
        

		
		

	
        
				
			加急見(jiàn)刊
		
        
		

		
		
        
			
        
				
				
				
        
					
					
        
						
						
        基于關(guān)鍵詞和關(guān)鍵句抽取的用戶(hù)評論情感分析
        
						
        喻影; 陳珂; 壽黎但; 陳剛; 吳曉凡  浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院; 杭州310027; 浙江省大數據智能計算重點(diǎn)實(shí)驗室(浙江大學(xué)); 杭州310027; 網(wǎng)易(杭州)網(wǎng)絡(luò )有限公司; 杭州310051
        

					
        
					
        摘要：情感分析的一項主要研究任務(wù)是根據文檔內容對其情感極性(即正類(lèi)和負類(lèi))進(jìn)行判斷。在判斷文檔的情感極性時(shí),不同的詞語(yǔ)和句子具有不同的情感貢獻度,因此如何從整個(gè)文檔中準確地提取與情感分類(lèi)更相關(guān)的詞語(yǔ)和句子,從而提升分類(lèi)性能,成為了一個(gè)重要問(wèn)題。在有監督實(shí)驗中,基于依存句法關(guān)系分析句子的邏輯結構,提取出了與表達情感更相關(guān)的詞語(yǔ)進(jìn)行加權,提高了分類(lèi)性能。在半監督實(shí)驗中,使用基于中文評論的關(guān)鍵句抽取和分類(lèi)器融合算法,對整篇文檔中包含更多情感詞和總結意味的關(guān)鍵句進(jìn)行了抽取,充分考慮了句子的情感詞屬性、位置屬性、標點(diǎn)符號屬性和關(guān)鍵詞屬性,并且使用分類(lèi)器融合算法,讓置信度最高的子分類(lèi)器決定分類(lèi)效果。在大眾點(diǎn)評網(wǎng)和頭條新聞的數據集上將所提算法與已有的經(jīng)典算法進(jìn)行對比,發(fā)現所提方法的性能更高,從而證明了基于依存句法分析的關(guān)鍵詞抽取和基于特征的中文關(guān)鍵句抽取算法的有效性。
        
					
        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系計算機科學(xué)雜志社
        
				
        
				

			
        
		
        

		
		

	
        

	
	
	
	
	
	
	
	


亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看

        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>
        

          <small id="n0hly"><progress id="n0hly"></progress></small>
          3. 

          <address id="n0hly"></address>
          3.