首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 46 毫秒

1.  中文文本情感分析综述  被引次数:3
   魏韡  向阳  陈千《计算机应用》,2011年第31卷第12期
   由于主观性文本有很多应用价值,情感分析近年来引起了很多研究人员的兴趣。情感分析是对主观性文本进行挖掘与分析,获取有用的知识和信息。针对中文文本情感分析的研究现状与进展进行总结。首先按粒度层次,从词语级、语句级、篇章级三个不同粒度层次细致地介绍相关的技术,再按文本的类型,分析了产品评论和新闻评论的研究进展。接着介绍了中文文本情感分析的评测和相关资源,最后总结了中文文本情感分析的研究难点与未来的研究方向。    

2.  文本意见挖掘综述  被引次数:11
   姚天昉  程希文  徐飞玉  汉思·乌思克尔特  王睿《中文信息学报》,2008年第22卷第3期
   意见挖掘是针对主观性文本自动获取有用的意见信息和知识,它是一个新颖而且十分重要的研究课题。这种技术可以应用于现实生活中的许多方面,如电子商务、商业智能、信息监控、民意调查、电子学习、报刊编辑、企业管理等。本文首先对意见挖掘进行了定义,然后阐述了意见挖掘研究的目的,接着从主题的识别、意见持有者的识别、陈述的选择和情感的分析四个方面对意见挖掘的研究现状进行了综述,并介绍了几个成型的系统。此外,我们针对汉语的意见挖掘做了特别的分析。最后对整个领域的研究进行了总结。    

3.  意见挖掘中维吾尔语文本隐式情感分析  
   罗亚伟  田生伟  禹龙  吐尔根·依布拉音  艾斯卡尔·艾木都拉《计算机工程与设计》,2014年第35卷第9期
   目前的情感分析研究大部分仅局限于能够明显地表达意见的主观性文本,却没有对一些隐含地表达情感的文本进行分析.针对这一不足,提出一种基于条件随机场(CRFs)模型的意见挖掘中维吾尔语文本隐式情感分析方法.利用互信息(MI)衡量上下文的依赖度,结合词法、语境依赖词、标点符号和习语等特征用于隐式情感分析.在特征选择时,通过对信息增益(IG)进行改进,解决语料中数据集不平衡的问题.该方法用于维吾尔语文本隐式情感分析的准确率为77.11%,召回率为78.37%,表明了其在意见挖掘中隐式情感分析任务上的有效性.    

4.  汉语意见型主观性文本标注语料库的构建  
   宋鸿彦  刘军  姚天昉  刘全升  黄高辉《中文信息学报》,2009年第23卷第2期
   汉语意见型主观性文本是目前自然语言处理中的一个研究热点.该文介绍了汉语意见型主观性文本标注语料库构建方面的一些经验,讨论了设计和建设语料库方面的几个重要问题,包括语料的选取、标注、存储、检索和统计,以及语料库相关工具的设计等.汉语意见型主观性文本标注语料库与普通的语料库相比,其特点在于深度标注了主观性文本的词性、句法、语义和意见元素等信息,忠实记录了主观性文本的语言现象.汉语意见型主观性文本标注语料库的构建为人们分析和研究汉语主观性文本提供了有力的资源支持.    

5.  文本情感分析综述  
   来亮  钱屹《计算机光盘软件与应用》,2012年第18期
   近年来随着计算机、人工智能、心理学等学科交叉领域的不断延伸,情感分析引起了很多研究人员的兴趣。情感分析主要是对主观性文本进行挖掘与分析,从中获取有价值的信息。本文针对中文文本情感分析的研究现状与进展进行总结。首先介绍文本情感分析的内容,并按粒度层次,从词语级、语句级介绍相关的技术,分析了近年来的一些研究进展。接着介绍了中文文本情感分析的方法,最后总结了中文文本情感分析的研究难点与未来的研究方向。    

6.  大数据时代中文文本褒贬倾向性分类研究  
   曾凡锋  朱万山  王景中《信息网络安全》,2014年第11期
   在当前的大数据时代,互联网上的博客、论坛产生了海量的主观性评论信息,这些评论信息表达了人们的各种情感色彩和情感倾向性。如果仅仅用人工的方法来对网络上海量的评论信息进行分类和处理实在是太难了,那么,如何高效地挖掘出网络上大量的具有褒贬倾向性观点的信息就成为目前亟待解决的问题,中文文本褒贬倾向性分类技术研究正是解决这一问题的一个方法。文章介绍了常用的文本特征选择算法,分析了文档频率和互信息算法的不足,通过对两个算法的对比和研究,结合文本特征与文本类型的相关度和文本褒贬特征的出现概率,提出了改进的文本特征选择算法(MIDF)。实验结果表明,MIDF算法对文本褒贬倾向性分类是有效的。    

7.  一种产品评论信息的意见挖掘技术研究  
   黄瑾娉  苏庭波《工业控制计算机》,2011年第24卷第6期
   存在于网上商城的大量的产品评论数量在以惊人的速度增长,并成为文本挖掘研究的一个新兴热点。由于中英文语言本身的不同,我们需要将汉语评论意见挖掘作为一个单独的领域来研究。在前人研究的基础上介绍了一种新的情感分类方法,第一次提出了将主观性意见语句分为以下三类:强极性主观性意见语句,依赖上下文语境的弱极性主观性意见语句,第三类主观性意见语句。这种方法使得用户每条发表的评论都被更准确的划分为褒义、贬义两类。    

8.  情感分析研究综述  被引次数:11
   周立柱  贺宇凯  王建勇《计算机应用》,2008年第28卷第11期
   由于Web文本迅速增多,对这些文本,特别是用户主动发布的评论数据进行挖掘和分析,识别出其情感趋向及演化规律,可以更好地理解用户的消费习惯,分析热点舆情,给企业、政府等机构提供重要的决策依据。首先对情感分析的研究对象和目标进行了定义和说明,并给出基本的研究思路。然后,在主观性句子识别任务上,详细回顾和分析了主要的处理方法;在观点分类的特征抽取上,重点介绍和讨论了两类主流的处理思路--基于情感词和基于频繁模式挖掘。接着简要介绍了其他一些相关的情感分析问题。最后总结了情感分析的现有成就和不足,以及面临的挑战,并对其发展前景进行了展望。    

9.  基于粗糙集理论的中文文本主客观性研究  
   李龙澍  张晓红  赵志伟《计算机技术与发展》,2011年第21卷第6期
   随着互联网的发展,各种文本信息资源量急剧增加.如何从海量信息中挖掘出这些有用的并进行分类、获取其中潜在的信息,已经成为数据挖掘、知识发现和中文文本处理等领域的一项最新的研究课题.粗糙集理论是一种对不确定数据进行分类的数学工具,在保持基本的分类能力不变的情况下,进行属性和知识约简,从而减少数据挖掘的原始数据,提高知识发现的效率.将粗糙集属性约简算法运用于文本主客观性研究中,提高了文本主客观性判断的效率.    

10.  卷积神经网络下的Twitter文本情感分析  
   王煜涵  张春云  赵宝林  袭肖明  耿蕾蕾  崔超然《数据采集与处理》,2018年第33卷第5期
   随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分类方法大都基于手工制作的文本特征,难以挖掘文本中隐含的深层语义特征,因此难以提高情感分类性能。本文提出了一种基于卷积神经网络的Twitter文本情感分类模型。该模型利用word2vec方法初始化文本词向量,并采用CNN模型学习文本中的深层语义信息,从而挖掘Twitter文本的情感倾向。实验结果表明,采用该模型能够取得82.3%的召回率,比传统分类方法的分类性能有显著提高。    

11.  基于隐含主题和语义树的医学文本自动批注  
   李博  文敦伟  王珂  刘景鑫《吉林大学学报(工学版)》,2012年第42卷第1期
   针对医学文本缺乏可量化数据结构,基于关键词模型的文本处理方法不适用的问题,在研究词之间潜在语义关联和关键词树结构的基础上,构造了一种基于潜在语义树的语义分析模型用于医学文本的数据挖掘。进一步地将隐含主题与潜在语义的研究相关联,设计出一种基于潜在狄利克雷分配和潜在语义树模型的文本处理方法,可针对不同类型的医学文本生成有一定可读性的自动批注。该方法形成的自动批注主观性低,其准确度和可读性均高于关键词模型的处理结果,可辅助医生进行医学文本的批注和分类,从而减轻其工作量。程序结果表明,该方法目前可应用于对医学图像所见形成诊断意见、对病人病历进行摘要形成和对病症描述给出对症处方等方面,批注的语义匹配度可达67.7%,文本的平均可读性为60.02%。    

12.  文本挖掘研究进展  被引次数:2
   谌志群  张国煊《模式识别与人工智能》,2005年第18卷第1期
   文本挖掘又称为文本数据挖掘或文本知识发现,是指在大规模文本集合中发现隐含的、以前未知的、潜在有用的模式的过程.本文首先介绍了文本挖掘的概念,包括文本挖掘的定义、特点、与其它几个研究领域(数据挖掘、信息检索、信息抽取、计算语言学等)的关系;然后讨论了文本挖掘模型、文本特征抽取与中间表示、文本挖掘的分类与实现技术;最后介绍了几个文本挖掘产品.    

13.  基于情感角色模型的文本情感分类方法  
   胡杨  戴丹  刘骊  冯旭鹏  刘利军  黄青松《计算机应用》,2015年第35卷第5期
   针对传统情感分类方法因情感项指向不明引发的误判和隐藏观点遗漏等问题,提出一种基于评价对象情感角色模型的文本情感分类方法.该方法首先识别文本中的潜在评价对象,通过局部语义分析对潜在评价对象所在语句进行情感标注,确定潜在评价对象所在语句的正负极性,并定义其情感角色;然后,改进特征权值计算方法,将情感角色对应的倾向值融入模型特征空间中;最后,通过特征聚合对特征空间实现模型降维.实验结果表明,所提方法与提取强主观性情感项作为特征的情感分类方法相比,分类准确率约提高3.2%,可有效改善文本情感分类效果.    

14.  文本可视化研究综述  被引次数:2
   唐家渝  刘知远  孙茂松《计算机辅助设计与图形学学报》,2013年第25卷第3期
   随着海量文本的涌现,信息超载和数据过剩等问题促使了文本可视化技术的出现.文本可视化技术综合了文本分析、数据挖掘、数据可视化、计算机图形学、人机交互、认知科学等学科的理论和方法,为人们提供了一种理解复杂文本的内容、结构和内在规律等信息的有效手段.文中首先阐述了文本可视化的概念和重要性,然后按照不同可视化对象类型综述了文本可视化的研究现状,并介绍了典型的文本可视化方法与方案;最后,对文本可视化的未来研究方向进行了展望.    

15.  评价对象及其倾向性的抽取和判别  
   顾正甲  姚天昉《中文信息学报》,2012年第26卷第4期
   基于主观性文本的意见挖掘技术是一种在多种领域都有广泛应用的语言技术。该文把评价性语素作为研究对象,在哈尔滨工业大学的语言技术平台(LTP)对语料处理结果的基础上,利用SBV极性传递法为核心,引入指代消解、ATT链算法和互信息法对语料中的评价对象进行抽取,并在对极性词进行倾向性判别时,充分考虑了不同类型的句子,以及副词、连词对极性的影响,尤其是对一般副词、贬义副词和副词"太"作了详细地探讨,最后提出了一个综合的解决方案。该方案结构层次清晰,易于理解,并且其算法复杂度较低。但由于利用的是较为浅层的句法分析结果和基于经验的语言模式方法,该文提出的方案对句法分析结果的依赖度较大。    

16.  改进的基于语义理解的文本情感分类方法研究  
   王日宏  崔兴梅  周炜  王成龙  李永珺《计算机科学》,2017年第44卷第Z11期
   文本分类在信息检索、Web文档自动分类、数字图书馆、自动文摘、文档的组织和管理等多个领域都有着广泛的应用。提出一种改进的基于语义理解的文本情感分类方法,在情感相似度计算中加入情感义原来重新修正定义,并综合情感短语倾向性的研究,侧重情感词与否定词、程度副词的组合形式分析,重点提出否定词程度副词综合处理模块。结合以连词为划分标准的语句情感倾向性分类处理,提出一种文本倾向度算法,以实现基于语义理解的文本情感分类。实验结果表明,与传统的语义理解算法相比,该方法的分类效果有了一定程度的提升。    

17.  从态度系统看大学英语阅读教学  
   孙海珊《中国电力教育》,2009年第11期
   评价系统是在系统功能语言学基础上发展起来的一种阐述性研究。本文基于评价系统的次系统——态度系统,从其下的“情感”、“裁决”和“鉴赏”三个子体系着手分析,揭示大学英语文本中的主观性态度,从而求证态度子系统理论在指导大学英语阅读方面的可操作性和实用性。    

18.  从态度系统看大学英语阅读教学  被引次数:1
   孙海珊《中国电力教育》,2009年第21期
   评价系统是在系统功能语言学基础上发展起来的一种阐述陛研究.本文基于评价系统的次系统--态度系统,从其下的"情感"、"裁决"和"鉴赏"三个子体系着手分析,揭示大学英语文本中的主观性态度,从而求证态度子系统理论在指导大学英语阅读方面的可操作性和实用性.    

19.  文本分类综述  被引次数:1
   靳小波《自动化博览》,2006年第23卷第Z1期
   1文本分类的背景和意义上世纪九十年代以来,因特网以惊人的速度发展起来,它容纳了海量的各种类型的数据和信息,包括文本、声音、图像等。文本数据与声音和图像数据相比,占用网络资源少,更容易上传和下载,这使得网络资源中的大部分是以文本(超文本)形式出现的。如何从这些浩瀚的文本中发现有价值的信息是信息处理的一大目标。基于机器学习的文本分类系统能够在给定的分类模型下,根据文本的内容自动对文本分门别类,从而更好地帮助人们组织文本、挖掘文本信息,因此得到日益广泛的关注,成为信息处理领域最重要的研究方向之一。2文本分类的研究历…    

20.  基于投票机制的文本主客观分类系统研究  
   周志杰  刘功申《微型电脑应用》,2015年第2期
   网络评论的情感倾向性分析是当下热门的研究方向,其第一步就需要有效识别文本中的主观性信息。提出并分别实现了基于主客观线索的方法、基于NPOS的方法和基于条件随机场的方法来提取主观句子,最后,采用投票机制,按照少数服从多数的原则判断句子主客观性,实验结果显示,该系统显著提高了主观查全率、查准率和F-度量,有广阔的应用前景。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号