您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(SWJTU2CS096)

作品数:2 被引量:0H指数:0
相关作者:崔静静杜佳翟东海聂洪玉更多>>
相关机构:西南交通大学西藏大学更多>>
发文基金:中央高校基本科研业务费专项资金教育部科学技术研究重点项目国家级大学生创新创业训练计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇特征词
  • 1篇情感
  • 1篇情感分析
  • 1篇中文
  • 1篇文本
  • 1篇文本分类
  • 1篇向量
  • 1篇向量机
  • 1篇粒度模型
  • 1篇贡献度

机构

  • 2篇西南交通大学
  • 1篇西藏大学

作者

  • 2篇聂洪玉
  • 2篇翟东海
  • 2篇杜佳
  • 2篇崔静静

传媒

  • 1篇西南科技大学...
  • 1篇重庆邮电大学...

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于U形有向无环支持向量机的多类文本分类研究
2013年
针对原始的有向无环支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)多类文本分类算法结构图中存在误差累积以及路径冗余的问题,提出一种改进的有向无环图支持向量机多类文本分类算法。将易于分离的那些类两两组成两类分类器放置在结构图的上层,有效克服了误差累积问题,通过将原始的分类结构图改造为U形图以及引入集合运算进行类别判定,有效剪除冗余路径并降低时间复杂度。实例表明,该算法能有效提高类别判定的准确率并降低时间复杂度。
翟东海杜佳聂洪玉崔静静
基于双粒度模型的中文情感特征词提取研究
2014年
为了能够快速准确地提取出海量文本信息中的情感特征词,提出从情感词语集中通过人工筛选得到种子词并对其情感强度赋值,同时,以这些种子词为基准计算出情感词语集中其他词语的情感强度值,从而得到各特征词在词语级及句子级的倾向性贡献度值。然后,将特征词在词语级、句子级这2种不同粒度情况下计算出的情感倾向性贡献度值有机结合起来,构造出基于双粒度模型的中文情感特征词提取模型。该提取方法考虑了特征词在词语级和句子级2个方面的情感倾向,使最终提取出的情感词的准确率得到了提高。实验表明,只要有一个全面的情感词典系统和一组准确恰当的种子词,提出的方法可以获得良好的准确率和召回率。
翟东海杜佳崔静静聂洪玉
关键词:情感分析
共1页<1>
聚类工具0