| 单词统计特性在情感词自动抽取和商品评论分类中的作用 |
| |
| 引用本文： | 韩彤晖,杨东强,马宏伟.单词统计特性在情感词自动抽取和商品评论分类中的作用[J].计算机应用研究,2019,36(3). |
| |
| 作者姓名： | 韩彤晖 杨东强 马宏伟 |
| |
| 作者单位： | 山东建筑大学计算机科学与技术学院,济南,250100;山东建筑大学计算机科学与技术学院,济南,250100;山东建筑大学计算机科学与技术学院,济南,250100 |
| |
| 基金项目： | 国家教育部人文社会科学研究一般项目基金资助项目(15YJA740054) |
| |
| 摘 要： | 单词的统计特征在自然语言处理中具有广泛的应用。针对统计特征对关键词抽取和文本分类精确度的影响，分析了八种常见的统计特征，通过情感词抽取和商品评论分类，研究统计特征在情感分析领域中的作用。情感词提取实验的结果表明，通过结合统计特征与词性，情感词提取的准确率能够达到76.4%，显著高于基于统计特征或单词词性的情感词提取算法。商品评论分类的测试结果表明，与传统的基于单词的文本情感分类相比，基于统计特征的商品评论分类的准确率提高了10.8%。利用八种统计特征构造文本向量空间模型，替代基于单词构造文本向量空间模型的方法，能够降低文本向量的维度，具有隐形语义空间(LSA/SVD)的压缩效果，在保证分类结果准确率的前提下有效降低了算法的复杂度，能够替代传统的向量空间模型。
|
| 关 键 词： | 统计特征 情感词提取 商品评论分类 |
| 收稿时间： | 2017/9/7 0:00:00 |
| 修稿时间： | 2019/2/1 0:00:00 |
Using lexical statistical features in extracting sentimental words and classifying product reviews |
| |
| Han Tonghui.Using lexical statistical features in extracting sentimental words and classifying product reviews[J].Application Research of Computers,2019,36(3). |
| |
| Authors: | Han Tonghui |
| |
| Affiliation: | School of Computer Science and Technology, Shandong Jianzhu University |
| |
| Abstract: | |
| |
| Keywords: | statistical features extracting sentimental words classifying product reviews |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
