发明名称 |
一种基于情感词随机共现网络的细粒度情感分类方法 |
摘要 |
一种基于情感词随机共现网络的细粒度情感分类方法,采用随机网络理论,利用词语共现现象,经过情感本体词汇词库的标注,形成一个以情感特征构建的基于词语顺序的随机网络模型,即情感词共现网络模型,在此基础上进行模型约简,将情感词最长匹配方法和TC算法结合进行SWLM‑TC无监督学分类,或进一步将情感词最长匹配方法和HMM机器学算法结合建立细粒度情感分类模型并利用该模型实现分类预测;本发明可实现段落级文本的细粒度情感分类,提高了单纯TC算法的精度,使分类更加准确,使用SWLM‑TC对样本集进行HMM模型训练之后并对待测样本库进行情绪分类,提高了单纯机器学算法的自动化。 |
申请公布号 |
CN106547866A |
申请公布日期 |
2017.03.29 |
申请号 |
CN201610936655.9 |
申请日期 |
2016.10.24 |
申请人 |
西安邮电大学 |
发明人 |
马力;刘锋;李培;白琳;宫玉龙;杨琳 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
西安智大知识产权代理事务所 61215 |
代理人 |
段俊涛 |
主权项 |
一种基于情感词随机共现网络的细粒度情感分类方法,其特征在于,采用随机网络理论,利用词语共现现象,经过情感本体词汇词库的标注,形成一个以情感特征构建的基于词语顺序的随机网络模型,即情感词共现网络模型,在此基础上进行模型约简,将情感词最长匹配方法(SWLM,Sentimental Word Longest Match)和TC算法结合进行SWLM‑TC无监督学习分类,或进一步将情感词最长匹配方法和HMM机器学习算法结合建立细粒度情感分类模型并利用该模型实现分类预测。 |
地址 |
710121 陕西省西安市长安南路563号 |