基于隐朴素贝叶斯的商品评论情感分类方法
[Abstract]:In order to solve the problem that the hypothesis of conditional independence between attributes of naive Bayes model is not completely in line with the actual situation, an emotion classification method for commodity reviews based on implicit naive Bayesian model is proposed. The attribute dependency in the implicit naive Bayes classification model is used to express the dependency between the words in the commodity comment text. According to the grammatical modification of the part of speech, the hidden parent nodes in the implicit naive Bayes classification model are calculated by removing the attribute pairs that do not have dependency, and only the computation of attribute pairs with dependency is retained. Text attribute independence is added to the implicit naive Bayes model, and the influence of two factors on emotion classification is considered comprehensively, that is, the dependence of text attribute and the independence of text attribute. The experimental results show that the precision and recall of this method are superior to those of other emotion classification methods based on naive Bayesian model.
【作者单位】： 广西大学计算机与电子信息学院;桂林电子科技大学广西信息科学实验中心;
【基金】：广西科学研究与技术开发计划基金项目(桂科能1140008-3B) 广西高等学校科学研究基金项目(KY2015YB008) 广西大学科研基金项目(XJZ130355)
【分类号】：TP391.1
【参考文献】
相关期刊论文 前6条
1 冀俊忠;张玲玲;吴晨生;吴金源;;基于知识语义权重特征的朴素贝叶斯情感分类算法[J];北京工业大学学报;2014年12期
2 王振宇;吴泽衡;胡方涛;;基于HowNet和PMI的词语情感极性计算[J];计算机工程;2012年15期
3 邱云飞;王威;刘大有;邵良杉;;基于方差的CHI特征选择方法[J];计算机应用研究;2012年04期
4 杨鼎;阳爱民;;一种基于情感词典和朴素贝叶斯的中文文本情感分类方法[J];计算机应用研究;2010年10期
5 赵妍妍;秦兵;刘挺;;文本情感分析[J];软件学报;2010年08期
6 柳位平;朱艳辉;栗春亮;向华政;文志强;;中文基础情感词词典构建方法研究[J];计算机应用;2009年10期
【共引文献】
相关期刊论文 前10条
1 李雪红;郭晖;闫泓涛;;基于改进依存句法的微博情感分析研究[J];计算机与数字工程;2017年03期
2 魏广顺;吴开超;;基于词向量模型的情感分析[J];计算机系统应用;2017年03期
3 马创新;陈小荷;;文本的可视化知识表示[J];情报科学;2017年03期
4 李宏媛;陶然;;服装电商评论情感分析研究[J];智能计算机与应用;2017年01期
5 陈巧红;孙超红;贾宇波;;文本数据观点挖掘技术综述[J];工业控制计算机;2017年02期
6 吴超;温金萍;徐朝军;;基于语义规则的基础教育网站用语情感分析[J];情报探索;2017年02期
7 阿不都萨拉木·达吾提;于斯音·于苏普;艾斯卡尔·艾木都拉;;类别区分词与情感词典相结合的维吾尔文句子情感分类[J];清华大学学报(自然科学版);2017年02期
8 李晨;朱世伟;魏墨济;于俊凤;李新天;;基于词典与规则的新闻文本情感倾向性分析[J];山东科学;2017年01期
9 赵蓉英;魏明坤;汪少震;;Altmetrics的发展动态探析[J];情报科学;2017年02期
10 Nan-ning ZHENG;Zi-yi LIU;Peng-ju REN;Yong-qiang MA;Shi-tao CHEN;Si-yu YU;Jian-ru XUE;Ba-dong CHEN;Fei-yue WANG;;混合-增强智能:协作与认知（英文）[J];Frontiers of Information Technology & Electronic Engineering;2017年02期
【二级参考文献】
相关期刊论文 前10条
1 高伟;王中卿;李寿山;;基于集成学习的半监督情感分类方法研究[J];中文信息学报;2013年03期
2 林政;谭松波;程学旗;;基于情感关键句抽取的情感分类研究[J];计算机研究与发展;2012年11期
3 赵妍妍;秦兵;刘挺;;文本情感分析[J];软件学报;2010年08期
4 杨恢先;杨心力;曾金芳;于洪;;在线特征选择的目标跟踪[J];计算机应用研究;2010年03期
5 柳位平;朱艳辉;栗春亮;向华政;文志强;;中文基础情感词词典构建方法研究[J];计算机应用;2009年10期
6 王素格;杨安娜;李德玉;;基于汉语情感词表的句子情感倾向分类研究[J];计算机工程与应用;2009年24期
7 周立柱;贺宇凯;王建勇;;情感分析研究综述[J];计算机应用;2008年11期
8 姚天f ;程希文;徐飞玉;汉思·乌思克尔特;王睿;;文本意见挖掘综述[J];中文信息学报;2008年03期
9 徐琳宏;林鸿飞;赵晶;;情感语料库的构建和分析[J];中文信息学报;2008年01期
10 周宇;覃征;;聚类分析中特征选择的研究[J];计算机应用研究;2006年05期
【相似文献】
相关期刊论文 前10条
1 钱颖能;胡运发;;用朴素贝叶斯分类法选股[J];计算机应用与软件;2007年06期
2 欧阳泽华;郭华平;范明;;在逐渐缩小的空间上渐进学习朴素贝叶斯参数[J];计算机应用;2012年01期
3 裴亚辉;熊盛武;;朴素贝叶斯及其扩展模型[J];网络安全技术与应用;2007年08期
4 赵彦琦;谢小西;荀宇畅;;朴素贝叶斯分类法的应用[J];电子制作;2013年07期
5 菅小艳;崔彩霞;;基于朴素贝叶斯的文本分类[J];电脑开发与应用;2013年12期
6 王实;高文;;增强型朴素贝叶斯学习[J];计算机科学;2000年04期
7 杨忠强;秦亮曦;;一种基于属性加权的朴素贝叶斯改进算法[J];广西大学学报(自然科学版);2013年05期
8 张彩丽;杨帆;张玉杰;;柴油机供油系统状态的朴素贝叶斯诊断方法研究[J];计算机测量与控制;2008年08期
9 白耀辉;陈明;王举群;;利用朴素贝叶斯方法实现异常检测[J];计算机工程与应用;2005年34期
10 王双成;冷翠平;侯彩虹;;操作风险等级预测的朴素贝叶斯方法研究[J];计算机工程与应用;2008年12期
相关会议论文 前2条
1 石志伟;吴功宜;;改善朴素贝叶斯在文本分类中的稳定性[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
2 李海军;王钲旋;王利民;苑森淼;;基于主成分分析提升朴素贝叶斯[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
相关硕士学位论文 前10条
1 李Pr;基于朴素贝叶斯的文本分类研究及其在微博分类中的应用[D];北京理工大学;2015年
2 李冬梅;朴素贝叶斯与决策树混合分类方法的研究[D];大连海事大学;2016年
3 张帆;贝叶斯算法在校园留言板垃圾过滤中的应用研究[D];郑州大学;2016年
4 石刚;一种基于知识图谱的用户搜索意图挖掘方法的研究[D];国际关系学院;2016年
5 胡为成;基于遗传算法的朴素贝叶斯分类研究[D];合肥工业大学;2006年
6 刘勇华;基于朴素贝叶斯的中文段落情感分析[D];太原理工大学;2015年
7 周龙;基于朴素贝叶斯的分类方法研究[D];安徽大学;2006年
8 王翔;基于朴素贝叶斯和One-R的入侵检测问题研究[D];合肥工业大学;2008年
9 周远阳;基于朴素贝叶斯方法的新闻分类系统的实现[D];暨南大学;2012年
10 李忠波;基于改进朴素贝叶斯的蛋白质提纯方法选择[D];大连理工大学;2014年
，本文编号：2402431
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2402431.html
