网络评论中情感词的获取及极性判断方法比较

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要研究了情感分析中情感词的识别、褒贬分析。情感词识别是根据词义并结合上下文判断这个词是否有情感倾向性。阐述了情感词识别和情感词极性判断的两种方法和技术。实验结果表明两种方法都得到了较好的效果。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	许璐蕾

关键词 ：情感词, 机器学习, 极性判别

Abstract：The sentiment terms identification is to detect whether this word show any emotion or sentiment．In this paper，we investigate on sentiment terms identification，sentiment terms’ polarities recognition，and emphatically introduced two methods and technology f sentiment terms identification and sentiment terms’ polarities recognition．The results of experiment show that we achieved preferable effects．

Key words： emotional words machine learning polarity identification

收稿日期: 1900-01-01 年卷期日期: 2011-01-10 出版日期: 2011-01-10

引用本文:

许璐蕾. 网络评论中情感词的获取及极性判断方法比较[J]. , 2011, 1(01): 0-0.
Xu Lulei. Comparison of The two Methods of Sentiment Terms Identification on the Web. , 2011, 1(01): 0-0.

链接本文:

http://www.computertelecom.com.cn/CN/ 或 http://www.computertelecom.com.cn/CN/Y2011/V1/I01/0

[1]	刘卉芳. 基于运营商大数据的反欺诈模型研究与应用[J]. 电脑与电信, 2021, 1(7): 46-52.
[2]	王玉何珍祥. 机器学习算法在入侵检测中的应用研究[J]. 电脑与电信, 2020, 1(7): 1-3.
[3]	童莲. 大数据背景下的机器学习算法应用研究[J]. 电脑与电信, 2018, 1(9): 29-31.
[4]	宋添树, 李江宇, 张沁哲. 基于CBOW模型的个人微博聚类研究[J]. 电脑与电信, 2018, 1(4): 69-72.
[5]	王旺. 基于机器学习的基站覆盖范围仿真[J]. 电脑与电信, 2018, 1(11): 45-47.
[6]	卫小强. 基于深度学习的过完备字典稀疏表示的矩阵分析[J]. 电脑与电信, 2017, 1(7): 97-99.
[7]	刘利萍. 基于免疫智能的网络异常检测算法[J]. 电脑与电信, 2017, 1(12): 67-70.