中文信息学报
中文信息學報
중문신식학보
JOURNAL OF CHINESE INFORMAITON PROCESSING
2012年
4期
3-8,20
,共7页
李本阳%关毅%董喜双%李生
李本暘%關毅%董喜雙%李生
리본양%관의%동희쌍%리생
情感倾向分析%情感分类%级联模型%最大熵%支持向量机
情感傾嚮分析%情感分類%級聯模型%最大熵%支持嚮量機
정감경향분석%정감분류%급련모형%최대적%지지향량궤
情感分类是目前篇章情感分析的主要方法,但该方法存在难以融入中文结构特征的问题.针对此问题,采用级联模型对篇章情感倾向进行分析,将篇章情感倾向分析分为两层:小句级和篇章级,对篇章情感倾向分析引入小句级的情感分析.该文使用最大熵模型处理小句级情感分类,小句级的输出作为上层篇章级的输入,并结合句型特征和句子位置等信息作为特征,采用支持向量机模型进行篇章级情感分类.同时对于级联模型中双层标注问题,基于交叉验证的思想提出了单层标注级联模型,避免了多层标注工作以及错误.实验结果表明,该方法的准确率较传统情感分类方法提高了2.53％.
情感分類是目前篇章情感分析的主要方法,但該方法存在難以融入中文結構特徵的問題.針對此問題,採用級聯模型對篇章情感傾嚮進行分析,將篇章情感傾嚮分析分為兩層:小句級和篇章級,對篇章情感傾嚮分析引入小句級的情感分析.該文使用最大熵模型處理小句級情感分類,小句級的輸齣作為上層篇章級的輸入,併結閤句型特徵和句子位置等信息作為特徵,採用支持嚮量機模型進行篇章級情感分類.同時對于級聯模型中雙層標註問題,基于交扠驗證的思想提齣瞭單層標註級聯模型,避免瞭多層標註工作以及錯誤.實驗結果錶明,該方法的準確率較傳統情感分類方法提高瞭2.53％.
정감분류시목전편장정감분석적주요방법,단해방법존재난이융입중문결구특정적문제.침대차문제,채용급련모형대편장정감경향진행분석,장편장정감경향분석분위량층:소구급화편장급,대편장정감경향분석인입소구급적정감분석.해문사용최대적모형처리소구급정감분류,소구급적수출작위상층편장급적수입,병결합구형특정화구자위치등신식작위특정,채용지지향량궤모형진행편장급정감분류.동시대우급련모형중쌍층표주문제,기우교차험증적사상제출료단층표주급련모형,피면료다층표주공작이급착오.실험결과표명,해방법적준학솔교전통정감분류방법제고료2.53％.
