基于语义理解的文本情感分类方法研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:godmouse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文本情感分类方法在信息过滤、信息安全、信息推荐中都有广泛的应用。提出一种基于语义理解的文本情感分类方法,在情感词识别中引入了情感义原,通过赋予概念情感语义,重新定义概念的情感相似度,得到词语情感语义值。分析语义层副词的出现规律及其对文本倾向性判定的影响,实现了基于语义理解的文本情感分类。实验表明,该方法能有效地判定文本情感倾向性。
其他文献
实体解析(Entity Resolution,ER)是数据挖掘过程中关键而又费时的一个步骤。华盛顿大学的Domingos和Singla提出了基于马尔科夫逻辑网(Markov Logic Networks,MLNs)的ER算法。基于此
为提高人工免疫算法求解旅行商问题的效率,构造了一种基于多子种群免疫进化的两层框架模型。在此模型的基础上提出了分层局部最优免疫优势克隆选择算(HLOICSA)。通过对多个子种
网络技术的发展和异构计算设备种类的增多给网络协议的设计开发带来诸多挑战。网络协议设计者面临的最基本问题是如何脱离繁琐的协议实现细节,而将主要精力放在协议的功能设
提出了一种改进的TNAM二值图像表示方法,简称ITNAM表示方法。给出了ITNAM算法的形式化描述,并对其存储结构、总数据量和时空复杂性进行了详细的分析。以图像处理领域里惯用的标准‘Lena’,‘Baboon’和‘Peppers’等二值图像作为典型测试对象,对其进行了理论分析和实验,结果表明,与新提出的TNAM方法和经典的线性四元树表示方法相比,ITNAM表示方法具有更少的子模式数(或节点数),能
提出了一种快速的支持向量机多类分类算法。首先用每类训练样本的样本数作为权值构造最优二叉树,然后对每个非叶子结点训练两类分类器。分类时,从二叉树根结点开始逐层向下分类
在保留数据本质特征的前提下,降低数据维度是一种重要的分类预处理手段。深入分析了核Fisher判别(KFD)方法与核化全局局部保持Fisher投影(KLFDA)方法的相互关系与优缺点,提出了一种
随着网络技术的发展,软件运行环境的开放化和用户需求的多样化,使得人们对软件动态演化能力提出了更高的要求。面向方面软件开发中的关注点分离思想很好地支持了软件动态演化
针对S-MAC协议的层间丢包问题,利用缓存队列原理提出了一种简化通信数据分组格式的S-MAC协议优化改进方案。结合TinyOS的主动消息机制在Mica2节点上实现了改进的S-MAC协议,并
为了融合多源异构的网络安全信息,提取反映网络整体安全状况的要素信息,提出了一种基于相异度计算和指数加权DS证据理论的网络安全态势要素提取方法,该方法包括多源报警聚类
为解决LQ控制多变量系统时权矩阵参数难以确定的问题,在引入一种与系统动态性能密切相关的性能指标基础上,提出了混沌全局粗搜索和局部细搜索相结合的优化LQ控制器,并且进行了二