基于网格聚类的情感分析研究

发布时间：2017-11-18 10:07

  本文关键词：基于网格聚类的情感分析研究

  更多相关文章： 情感分析 网格 聚类 点互信息 分类

【摘要】：传统基于语义词典和基于机器学习的中文情感分析方法,其情感分析结果受人的主观因素影响较大,在一定程度上依赖于人工建立的词典,词典的可扩展性不强.本文对于不被包括在知网情感词典中但又含有一定情感倾向的词语,使用点互信息PMI算法、设置参数阈值等方法,进行自动识别、提取和分类,从而达到扩充词典的目的.在此基础上,建立商品评论的特征向量模型,提出情感分类算法SCG,通过网格聚类算法建立分类模型,在网格聚类过程中引入动态衰减因子,周期性地移除稀疏网格,减少计算量.实验结果表明,相比Naive Bayes,SMO(sequential minimal optimization)等分类算法,SCG算法具有更高的准确率和领域适应性.
【作者单位】： 桂林电子科技大学计算机与信息安全学院;广西可信软件重点实验室;
【基金】：广西自然科学基金(2014GXNSFAA118395) 国家自然科学基金(61363029) 桂林电子科技大学研究生教育创新计划(GDYCSZ201466)资助
【分类号】：TP391.1
【正文快照】： Sentiment analysis based on grid clusteringMIAO Yuqing1,2,GAO Han1,LIU Tonglai1,2,WEN Yimin1,2(1.School of Computer Science and Information Security,Guilin University of Electronic Technology,Guilin 541004,China;2.Guangxi Key Laboratory of Trusted Softwa，

本文编号：1199394