首页 | 本学科首页   官方微博 | 高级检索  
     

面向微博短文本的细粒度情感特征抽取方法
引用本文:贺飞艳,何炎祥,刘楠,刘健博,彭敏. 面向微博短文本的细粒度情感特征抽取方法[J]. 北京大学学报(自然科学版), 2014, 50(1): 48
作者姓名:贺飞艳  何炎祥  刘楠  刘健博  彭敏
作者单位:1. 武汉大学计算机学院, 武汉 430072; 2. 军事经济学院军需系, 武汉 430035;
基金项目:国家自然科学基金(61070083);国家科技支持计划子课题(2011BAK08B03-01)资助
摘    要:
结合TF-IDF方法与方差统计方法, 提出一种实现多分类特征抽取的计算方法。采用先极性判断, 后细粒度情感判断的处理方法, 构建细粒度情感分析与判断流程, 并将其应用于微博短文本的细粒度情感判断。通过NLP&CC2013评测所提供的训练语料对该方法有效性进行验证, 结果表明该方法具有较好的抽取效果。

关 键 词:自然语言处理  文本情感分析  细粒度情感  多分类特征抽取  
收稿时间:2012-05-20

A Microblog Short Text Oriented Multi-class Feature Extraction Method of Fine-Grained Sentiment Analysis
HE Feiyan,HE Yanxiang,LIU Nan,LIU Jianbo,PENG Min. A Microblog Short Text Oriented Multi-class Feature Extraction Method of Fine-Grained Sentiment Analysis[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(1): 48
Authors:HE Feiyan  HE Yanxiang  LIU Nan  LIU Jianbo  PENG Min
Affiliation:1. School of Computer,Wuhan University, Wuhan 430072; 2. Department of Quartermaster, Military Economic Academy, Wuhan 430035;
Abstract:
Combined with TF-IDF method and variance statistical forumla, a new method for the extraction of multi-class feature is presented. This microblog short text oriented extraction method is used to determine the fine-grained sentiment type. Then the processes of fine-grained sentiment analysis is bulit. This method is used to praticipate the NLP&CC2013 evaluation, and the effectiveness of this method is proved by the good ranking of the subimitted data.
Keywords:natural language processing  text sentiment analysis  fine-grained sentiment analysis  multi-class feature extraction  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《北京大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《北京大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号