智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2014年
6期
57-60
,共4页
韩中元%杨沐昀%李生%韩咏%孔蕾蕾%徐冰%齐浩亮
韓中元%楊沐昀%李生%韓詠%孔蕾蕾%徐冰%齊浩亮
한중원%양목윤%리생%한영%공뢰뢰%서빙%제호량
情感倾向性分析%主客观分类%褒贬分类%微博
情感傾嚮性分析%主客觀分類%褒貶分類%微博
정감경향성분석%주객관분류%포폄분류%미박
在微博情感倾向性分析中,一种典型分析方法是先对微博进行主客观分类,再对判定为主观的微博进行褒贬分类,但其问题在于主客观分类错误将直接传导到褒贬分类.针对这一问题,本文提出了一个主客观分类和褒贬分类融合的评估情感倾向性强度的模型.首先使用改进的逻辑回归模型构建主客观分类模型,并结合情感词典构建褒贬分类模型;然后,将二者融合,构建情感倾向性强度模型来选出具有较强情感的微博;最后应用褒贬分类模型判定情感倾向性.该方法在第六届中文倾向性分析评测(COAE2014)的微博观点句识别任务中获得了主要指标Micro_F1值和Macro_F1值的第二名.
在微博情感傾嚮性分析中,一種典型分析方法是先對微博進行主客觀分類,再對判定為主觀的微博進行褒貶分類,但其問題在于主客觀分類錯誤將直接傳導到褒貶分類.針對這一問題,本文提齣瞭一箇主客觀分類和褒貶分類融閤的評估情感傾嚮性彊度的模型.首先使用改進的邏輯迴歸模型構建主客觀分類模型,併結閤情感詞典構建褒貶分類模型;然後,將二者融閤,構建情感傾嚮性彊度模型來選齣具有較彊情感的微博;最後應用褒貶分類模型判定情感傾嚮性.該方法在第六屆中文傾嚮性分析評測(COAE2014)的微博觀點句識彆任務中穫得瞭主要指標Micro_F1值和Macro_F1值的第二名.
재미박정감경향성분석중,일충전형분석방법시선대미박진행주객관분류,재대판정위주관적미박진행포폄분류,단기문제재우주객관분류착오장직접전도도포폄분류.침대저일문제,본문제출료일개주객관분류화포폄분류융합적평고정감경향성강도적모형.수선사용개진적라집회귀모형구건주객관분류모형,병결합정감사전구건포폄분류모형;연후,장이자융합,구건정감경향성강도모형래선출구유교강정감적미박;최후응용포폄분류모형판정정감경향성.해방법재제륙계중문경향성분석평측(COAE2014)적미박관점구식별임무중획득료주요지표Micro_F1치화Macro_F1치적제이명.
