基于word2vec和SVMperf的中文评论情感分类研究

发布时间：2017-11-20 21:20

  本文关键词：基于word2vec和SVMperf的中文评论情感分类研究

  更多相关文章： 情感分类 wordvec SVMperf 语义特征 PCA

【摘要】：利用有监督的机器学习的方法来对中文产品评论文本进行情感分类,该方法结合了word2vec和SVMperf两种工具。先由word2vec训练出语料中每个词语的词向量,通过计算相互之间的余弦距离来达到相似概念词语聚类的目的,通过相似特征聚类将高相似度领域词汇扩充到情感词典;再使用word2vec训练出词向量的高维度表示;然后采用主成分分析方法(PCA)对高维度向量进行降低维度处理,形成特征向量;最后使用两种方法抽取有效的情感特征,由SVMperf进行训练和预测,从而完成文本的情感分类。实验结果表明,采用相似概念聚类方法对词典进行扩充任务或情感分类任务都可以获得很好的效果。
【作者单位】： 河北科技大学信息科学与工程学院;
【分类号】：TP391.1
【正文快照】： 1研究背景情感分类技术的任务是识别出用户在评论文本中流露出的情感信息,然后将其分为两类,即正类和负类。正类代表正面的赞赏和肯定,负类代表负面的批评和否定。常见的情感分类技术主要有两种方法:基于情感词典的无监督分类方法和基于机器学习的有监督分类方法。而基于机器

【参考文献】

中国期刊全文数据库 前1条

1 杨经;林世平;;基于SVM的文本词句情感分析[J];计算机应用与软件;2011年09期

【共引文献】

中国期刊全文数据库 前10条

1 梁礼欣;郝志峰;蔡瑞初;温雯;;基于混合高斯分布伪样本生成的情感分析方法[J];广东工业大学学报;2016年06期

2 杜思奇;李红莲;吕学强;;汉语组块分析在情感分类中的应用研究[J];计算机应用与软件;2016年10期

3 邢玉娟;谭萍;曹晓丽;;基于多约简Fisher-VSM和SVM的文本情感分类[J];计算机应用与软件;2016年09期

4 杨小平;马奇凤;余力;莫雨婷;吴佳楠;张悦;;评论簇在网络舆论中的情感倾向代表性研究[J];现代图书情报技术;2016年Z1期

5 张冬雯;杨鹏飞;许云峰;;基于word2vec和SVMperf的中文评论情感分类研究[J];计算机科学;2016年S1期

6 薛益定;;中文情感分析研究综述[J];电脑编程技巧与维护;2016年05期

7 陈昀;毕海岩;;基于多特征融合的中文评论情感分类算法[J];河北大学学报(自然科学版);2015年06期

8 邸鹏;段利国;;基于复杂句式的文本情感倾向性分析[J];计算机应用与软件;2015年11期

9 任聪;李石君;;面向网络新闻领域的评论情感极性分析[J];计算机工程与应用;2017年01期

10 刘继;李磊;;暴恐主题下微博用户特征及情感倾向性分析[J];情报杂志;2014年12期

【二级参考文献】

中国期刊全文数据库 前2条

1 章剑锋;张奇;吴立德;黄萱菁;;中文观点挖掘中的主观性关系抽取[J];中文信息学报;2008年02期

2 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

【相似文献】

中国期刊全文数据库 前1条

1 李佩;;英汉进行体对比探微[J];安徽电子信息职业技术学院学报;2008年03期

，

本文编号：1208568