本文選題：極性分類 + 情感標簽　； 參考：《電子學報》2017年04期

【摘要】：情感極性分析是文本挖掘中一種非常重要的技術.然而在不同領域中,很多情感極性分類系統(tǒng)存在分類精度低和缺少大量標注數(shù)據(jù)的缺陷.針對這些問題,提出了一種基于情感標簽的極性分類方法.首先通過所有文本建立Sentiment-Topic模型,抽取出文本的情感標簽;然后利用情感標簽將文本劃分為兩個子文本,并通過Co-training算法對子文本進行分類;最后合并兩個子文本的分類結果,并確定文本的情感極性.實驗結果表明該方法具有較高的分類精度,而且不需要大量的分類樣本.
[Abstract]:Affective polarity analysis is a very important technique in text mining. However, in different fields, many affective polarity classification systems have the shortcomings of low classification accuracy and lack of large amount of tagged data. To solve these problems, a polarity classification method based on affective label is proposed. Firstly, the Sentiment-Topic model is established through all the texts, and the emotional label of the text is extracted. Then, the text is divided into two sub-texts by the affective label, and the sub-text is classified by Co-training algorithm. Finally, the classification results of the two sub-texts are merged. And determine the emotional polarity of the text. The experimental results show that this method has high classification accuracy and does not require a large number of classification samples.
【作者單位】： 武漢大學計算機學院;
【基金】：國家自然科學基金(No.61272277)
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前10條

1 李歡;;半監(jiān)督學習及其在數(shù)據(jù)挖掘中的應用[J];電腦知識與技術;2010年27期

2 徐曉丹;;基于半監(jiān)督學習的中文多文檔子主題劃分[J];浙江師范大學學報(自然科學版);2011年03期

3 李知菲;端木春江;;基于半監(jiān)督學習的人體異常行為識別[J];浙江師范大學學報(自然科學版);2013年03期

4 劉蔚;;計算機視覺下半監(jiān)督學習的人員踩踏風險預警[J];科技通報;2014年04期

5 張晨光;李玉擰;;哈希圖半監(jiān)督學習方法及其在圖像分割中的應用[J];自動化學報;2010年11期

6 馬志偉;崔榮一;金小峰;;基于半監(jiān)督學習的行人檢測方法研究[J];軟件;2012年06期

7 周文剛;陳雷霆;Lubomir Bic;董仕;;基于半監(jiān)督的網(wǎng)絡流量分類識別算法[J];電子測量與儀器學報;2014年04期

8 蘇俊杰;陳俊;;基于半監(jiān)督學習的查詢擴展模型[J];計算機系統(tǒng)應用;2012年03期

9 楊s，

本文編號：2035926