您的位置: 专家智库 > >

代大明

作品数:3 被引量:14H指数:2
供职机构:苏州大学计算机科学与技术学院更多>>
发文基金:模式识别国家重点实验室开放课题基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇情感分类
  • 3篇情绪词
  • 1篇情感
  • 1篇二部图
  • 1篇非监督学习

机构

  • 3篇苏州大学
  • 2篇江苏省计算机...

作者

  • 3篇代大明
  • 2篇朱巧明
  • 2篇李寿山
  • 2篇李培峰
  • 1篇王中卿

传媒

  • 1篇中文信息学报
  • 1篇计算机科学

年份

  • 3篇2012
3 条 记 录,以下是 1-3
排序方式:
基于情绪知识的情感分类方法研究
近年来,随着博客、电子商务、社交网站与微博等信息平台的兴起,主观性文本的信息量迅速膨胀。为了自动分析这些主观性文本包含的观点与态度,情感分类/(Sentiment Classification/)研究获得自然语言处理领域...
代大明
关键词:情感分类情绪词
文献传递
基于情绪词的非监督中文情感分类方法研究被引量:10
2012年
情感分类任务旨在识别文本所表达的情感色彩信息(例如,褒或者贬,支持或者反对)。该文提出一种基于情绪词的中文情感分类方法,使用大规模未标记数据和少量情绪词实现情感分类。具体来讲,首先使用情绪词从未标注数据中抽取高正确率的自动标注数据作为训练样本,然后采用半监督学习方法训练分类器进行情感分类。实验表明,该文提出的方法在产品评论与酒店评论两个领域的情感分类任务中取得了较好地分类效果。
代大明王中卿李寿山李培峰朱巧明
关键词:情感分类情绪词非监督学习
基于情绪词与情感词协作学习的情感分类方法研究被引量:2
2012年
情感分类任务旨在自动识别文本所表达的情感色彩信息(例如,褒或者贬、支持或者反对)。提出一种基于情绪词与情感词协作学习的情感分类方法:在基于传统情感词资源的基础上,引入少量情绪词辅助学习,只利用大规模未标注数据实现情感分类。具体来讲,基于文档-单词二部图的标签传播算法框架,利用情绪词与情感词构建两个视图,通过协作学习的方法从大规模未标注语料中抽取高正确率的自动标注样本作为训练数据,然后训练分类器进行情感分类。实验表明,该方法在多个领域的情感分类任务中都取得了较好的分类效果。
代大明李寿山李培峰朱巧明
关键词:情绪词二部图
共1页<1>
聚类工具0