我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

面向中文网络评论情感分类的集成学习框架 下载：25 浏览：226

黄佳锋1 薛云1，2 卢昕1 刘志煌1 吴威1 黄英仁1 李万理1 陈鑫1，3 《中文研究》 2018年4期

摘要:
该文针对中文网络评论情感分类任务，提出了一种集成学习框架。首先针对中文网络评论复杂多样的特点，采用词性组合模式、频繁词序列模式和保序子矩阵模式作为输入特征。然后采用基于信息增益的随机子空间算法解决文本特征繁多的问题，同时提高基分类器的分类性能。最后基于产品属性构造基分类器算法综合评论文本中每个属性的情感信息，进而判别评论的句子级情感倾向。实验结果表明了该框架在中文网络评论情感分类任务上的有效性，特别是在Logistic Regression分类算法上准确率达到90.3%。

融合反问特征的卷积神经网络的中文反问句识别 下载：23 浏览：359

文治1 李旸1 王素格1,2 廖健1 陈鑫1 《当代中文学刊》 2019年2期

摘要:
反问是一种带有强烈情感色彩的表达方式,对其进行自动识别将提升隐式情感分析的整体效率。针对汉语反问句识别问题,该文分析了反问句的句式特点,将反问句的句式结构融入到卷积神级网络的构建中,提出一种融合句式结构的卷积神经网络的反问句识别方法。首先利用置信度大于70%的反问句的特征词、序列模式,对大规模未被标注的微博语料进行初步筛选,获取大量伪反问句。然后通过多个卷积核分别对句子的词向量和反问句的特征进行抽取,获取句子语义特征和反问词特征,将两者共同作用生成句子的表示。最后利用softmax分类器实现句子的分类。实验结果表明,利用该方法对微博中反问句的识别准确率、召回率和F1值分别达到了89.5%、84.2%和86.7%。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享