计算机科学
計算機科學
계산궤과학
Computer Science
2015年
9期
208-213
,共6页
新词发现%条件随机场%深层结构模型%情感倾向判定%神经网络语言模型
新詞髮現%條件隨機場%深層結構模型%情感傾嚮判定%神經網絡語言模型
신사발현%조건수궤장%심층결구모형%정감경향판정%신경망락어언모형
New word detection%Conditional random fields%Deep structured model%Emotional tendency judgment%Neural network language model
随着社交网络的发展,新的词汇不断出现.新词的出现往往表征了一定的社会热点,同时也代表了一定的公众情绪,新词的识别与情感倾向判定为公众情绪预测提供了一种新的思路.通过构建深层条件随机场模型进行序列标记,引入词性、单字位置和构词能力等特征,结合众包网络词典等第三方词典.传统的基于情感词典的方法难以对新词情感进行判定,基于神经网络的语言模型将单词表示为一个K维的词义向量,通过寻找新词词义向量空间中距离该新词最近的词,根据这些词的情感倾向以及与新词的词义距离,判断新词的情感倾向.通过在北京大学语料上的新词发现和情感倾向判定实验,验证了所提模型及方法的有效性,其中新词判断的F值为0.991,情感识别准确率为70％.
隨著社交網絡的髮展,新的詞彙不斷齣現.新詞的齣現往往錶徵瞭一定的社會熱點,同時也代錶瞭一定的公衆情緒,新詞的識彆與情感傾嚮判定為公衆情緒預測提供瞭一種新的思路.通過構建深層條件隨機場模型進行序列標記,引入詞性、單字位置和構詞能力等特徵,結閤衆包網絡詞典等第三方詞典.傳統的基于情感詞典的方法難以對新詞情感進行判定,基于神經網絡的語言模型將單詞錶示為一箇K維的詞義嚮量,通過尋找新詞詞義嚮量空間中距離該新詞最近的詞,根據這些詞的情感傾嚮以及與新詞的詞義距離,判斷新詞的情感傾嚮.通過在北京大學語料上的新詞髮現和情感傾嚮判定實驗,驗證瞭所提模型及方法的有效性,其中新詞判斷的F值為0.991,情感識彆準確率為70％.
수착사교망락적발전,신적사회불단출현.신사적출현왕왕표정료일정적사회열점,동시야대표료일정적공음정서,신사적식별여정감경향판정위공음정서예측제공료일충신적사로.통과구건심층조건수궤장모형진행서렬표기,인입사성、단자위치화구사능력등특정,결합음포망락사전등제삼방사전.전통적기우정감사전적방법난이대신사정감진행판정,기우신경망락적어언모형장단사표시위일개K유적사의향량,통과심조신사사의향량공간중거리해신사최근적사,근거저사사적정감경향이급여신사적사의거리,판단신사적정감경향.통과재북경대학어료상적신사발현화정감경향판정실험,험증료소제모형급방법적유효성,기중신사판단적F치위0.991,정감식별준학솔위70％.
