国家自然科学基金(61202254)
- 作品数：6 被引量：17H指数：3
- 相关作者：孟佳娜杨亮段晓东云健孙雪莲更多>>
- 相关机构：大连民族大学大连民族学院大连理工大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于特征变换的跨领域产品评论倾向性分析被引量：6
- 2013年
- 传统的情感倾向性分析方法主要针对同一领域的文本,对于不同领域的文本,传统方法效果较差。为解决该问题,提出一种基于特征变换的跨领域产品评论倾向性分析方法。通过领域独立词建立源领域和目标领域的领域依赖词之间的关联,将源领域的领域知识迁移到目标领域中,以解决数据分布不同造成的分类器效果下降的问题。使用产品评论文本作为语料进行实验,结果表明,在所有语料上基于支持向量机和逻辑回归方法的平均精度分别为76.61%和76.81%,均高于Baseline算法的平均结果。
- 孟佳娜段晓东杨亮
- 产品评论情感倾向性分类系统的设计与实现
- 2015年
- 针对消费者网上购物时选择商品的用户体验不足等问题,设计了产品评论情感倾向性分类系统。系统首先对评论进行了分词,然后根据停用词表去停用词,分别采用CHI、IG进行特征选择,最后比较了使用不同的特征选择算法对文本情感分类结果产生的影响。系统采用了Java Web相关技术实现了可视化,并对产品评论的分类过程进行了展示。实验结果表明,有效的特征选择方法有助于提升推荐系统的性能。
- 蔡玉霞孟佳娜
- 关键词：情感分类信息增益
- 基于社会网络分析的高校教师科研合作关系研究被引量：4
- 2015年
- 以高校教师科研论文合作关系为研究对象,并以教师合作发表论文数据为例,构建了科研论文合作网络,利用Pajek和Ucinet软件对论文合作关系进行了分析,并以社会网络分析方法为基础对网络的整体特性、子网特征及结点的中心性进行了研究。
- 孟佳娜孙雪莲云健
- 关键词：社会网络分析子网聚类系数
- 基于智能推荐的电子商城购物系统设计被引量：4
- 2015年
- 为提高网络购物的个性化体验,设计和实现了一个基于智能推荐的电子商城购物系统。为达到用户网页浏览行为的分析与预测,推荐算法结合了基于用户和基于项的协同过滤算法,系统构建用户具有偏序结构的关键浏览路径层次图。数据分析结果表明,改进后的推荐算法有助于提升推荐系统的性能,从而满足用户个性化需求。
- 付加星孟佳娜沈杭春武星宇
- 关键词：个性化需求协同过滤相似度聚类电子商城
- 特征和实例迁移相融合的跨领域倾向性分析被引量：1
- 2015年
- 在情感倾向性分析中,经常会发生由于领域知识的变化引起的分类精度下降的问题。为解决此类问题,该文提出了一种基于实例和特征相融合的知识迁移方法,首先通过三部图构建了源领域和目标领域的领域依赖特征词之间的关联,并得到一个公共的语义空间来对原有的向量空间模型进行重建,然后再通过带偏置的马尔科夫模型,建立源领域和目标领域实例之间的关联,从而有效的将源领域学习到的情感倾向性知识迁移到目标领域中,高于其它方法的实验结果验证了算法的有效性。
- 孟佳娜于玉海赵丹丹孙世昶
- 归纳式迁移学习在跨领域情感倾向性分析中的应用被引量：2
- 2016年
- 在解决情感倾向性分析问题中,传统的监督学习和半监督学习都是在训练和测试所用的数据来自相同分布的假设基础之上的,但在很多情况下不能满足这样的假设,这就产生了跨领域的情感倾向性分析问题.在跨领域情感倾向性分析中,提出一种基于归纳式迁移学习的图模型,通过图模型建立源领域和目标领域数据之间的关联,使得源领域的数据通过图模型学习目标领域数据在特征和实例上的特点.同时,利用归纳式迁移学习方法使用少量的目标领域的已标注数据进行训练,从而提高了情感分类器在目标领域的分类准确率,极大地改进了跨领域情感倾向性分析的效果.在标准数据集上进行了实验,并与监督学习方法 SVM、半监督学习方向TSVM以及其它3种常用的迁移学习方法进行了对比,对比结果显示本文方法显著的高于SVM和TSVM,并在大多数数据集上优于其它3种迁移学习方法,实验结果表明该方法是有效的.
- 孟佳娜赵丹丹于玉海孙世昶
- 关键词：图模型
