计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
9期
238-244
,共7页
中文微博%情感分析%语法树%树核函数%剪枝策略%支持向量机
中文微博%情感分析%語法樹%樹覈函數%剪枝策略%支持嚮量機
중문미박%정감분석%어법수%수핵함수%전지책략%지지향량궤
Chinese micro-blog%sentiment analysis%syntax tree%tree kernel function%pruning strategy%Support Vector Machine(SVM)
传统的微博情感分析一般忽略结构化的语义信息,使得分类准确率不高,同时还忽略情感表达的具体对象,以与主题无关的形式进行情感分析,容易造成错误的分析结果.为此,采用对语法树进行剪枝的方法实现基于主题的情感分析,使用支持向量机中的卷积树核函数获取语法树结构化特征,通过建立本体和句法路径库对语法树进行基于主题的剪枝,去除无关评价的干扰.实验结果表明,该方法在2个不同主题的数据集上准确率分别达到86.6％和86.0％.
傳統的微博情感分析一般忽略結構化的語義信息,使得分類準確率不高,同時還忽略情感錶達的具體對象,以與主題無關的形式進行情感分析,容易造成錯誤的分析結果.為此,採用對語法樹進行剪枝的方法實現基于主題的情感分析,使用支持嚮量機中的捲積樹覈函數穫取語法樹結構化特徵,通過建立本體和句法路徑庫對語法樹進行基于主題的剪枝,去除無關評價的榦擾.實驗結果錶明,該方法在2箇不同主題的數據集上準確率分彆達到86.6％和86.0％.
전통적미박정감분석일반홀략결구화적어의신식,사득분류준학솔불고,동시환홀략정감표체적구체대상,이여주제무관적형식진행정감분석,용역조성착오적분석결과.위차,채용대어법수진행전지적방법실현기우주제적정감분석,사용지지향량궤중적권적수핵함수획취어법수결구화특정,통과건립본체화구법로경고대어법수진행기우주제적전지,거제무관평개적간우.실험결과표명,해방법재2개불동주제적수거집상준학솔분별체도86.6％화86.0％.
