随着Web2.0逐渐走向成熟,网络中出现了大量的用户生成意见文本,意见挖掘因此而成为自然语言处理领域的一个研究热点。作为意见挖掘......

随着论坛、博客和微博等网络媒体的快速发展,表达人们情感、态度和观点的主观性文本大量出现。文本情感分析,也称意见挖掘,就是对......

随着网民参与度的提高,网络中的用户生成文本也随之增多,分析文本的情感倾向,可以了解产品的好坏,也可以获取公众对热点事件的舆情......

近年来,越来越多的人喜欢通过各种手机应用软件在互联网上发布和获取信息,这些信息主要以短文本的形式存在。短文本分为两类,一类......

网络评论是当今人们发表观点的重要载体,人们在评论时经常对多个方面表达观点。网络评论的属性级情感分析是一个细粒度的工作,能够......

Web评论研究技术中,其情感分析就是将评论的情感极性进行褒贬分类的过程。本文将非负矩阵分解(nonnegative matrix decomposition,......

随着互联网医疗的发展,平台上出现大量的患者留言文本。通过患者留言的文本挖掘,分析出患者的情感信息,对患者和医院有重要的意义......

在模糊集合论框架下探索基于词语情感隶属度的情感极性分类特征表示方法。以TF-IDF为权重分别构建情感特征词语的正向、负向极性隶......

当前情感极性分析时使用机器学习方法进行褒贬分析需要完备的语料库，但对特定领域的语料库构建困难，而只使用情感词典的分类方法准确......

随着Web2.0技术和电子商务的飞速发展,越来越多的用户参与到互联网,分享产品的使用体验和表达喜恶的观点,如何从评论文本中分析挖......

随着社交网络、电子商务以及互联网+技术的迅速发展,对产品评价、新闻舆论等带有感情色彩的主观性文本进行情感极性分析,有助于了......

为提取到评论文本的深层次特征和关联特征,设计一种基于动态池化和注意力机制的情感极性分类方法。学习评论文本的两种表示向量,即......

近年来,随着电子商务和各种类型互联网互动社区的同步快速发展,网络消费评论信息,形成了具有重要商业价值的大数据集。网络商品评......

对在线评论情感极性分类的研究现状与进展进行了总结。首先对情感类型的划分进行归纳,并针对在线评论中所涉及到的肯定和否定两种......

随着互联网的快速发展,我们可以从网上获取的信息和资源也在呈几何级数的增长。对于文本资源,尤其是用户主动发布的评论,进行挖掘......

在短短几年内,微博呈爆炸式发展,越来越多的公众舆论因为微博平台得以快速传播。微博意见领袖在舆情导向上发挥比较大的影响作用,......

情感倾向分析本质上可以看作是一个情感极性分类问题.在海量数据处理的大背景下,为了提高文本情感判断的准确率,提出了一种结合潜......