微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2010年
17期
71-73
,共3页
语义倾向性%隐马尔科夫模型%序列化
語義傾嚮性%隱馬爾科伕模型%序列化
어의경향성%은마이과부모형%서렬화
以网络评论为研究对象,试图把隐马尔科夫模型从已经成功应用的模式识别领域推广到语义倾向性分析系统.与传统倾向性识别系统不同的是,此理论通过建立隐马尔科夫分类模型,将未知文本进行状态序列化,得到文本中所有的词语所对应的倾向性,然后选定多数词的倾向性来作为文本的总体语义倾向.实验表明,当训练数据越全面、规模越大时,识别率越高.
以網絡評論為研究對象,試圖把隱馬爾科伕模型從已經成功應用的模式識彆領域推廣到語義傾嚮性分析繫統.與傳統傾嚮性識彆繫統不同的是,此理論通過建立隱馬爾科伕分類模型,將未知文本進行狀態序列化,得到文本中所有的詞語所對應的傾嚮性,然後選定多數詞的傾嚮性來作為文本的總體語義傾嚮.實驗錶明,噹訓練數據越全麵、規模越大時,識彆率越高.
이망락평론위연구대상,시도파은마이과부모형종이경성공응용적모식식별영역추엄도어의경향성분석계통.여전통경향성식별계통불동적시,차이론통과건립은마이과부분류모형,장미지문본진행상태서렬화,득도문본중소유적사어소대응적경향성,연후선정다수사적경향성래작위문본적총체어의경향.실험표명,당훈련수거월전면、규모월대시,식별솔월고.
