基于词语情感隶属度特征的情感极性分类OA北大核心CSCDCSTPCD
Exploiting Lexical Sentiment Membership-Based Features to Polarity Classification
在模糊集合论框架下探索基于词语情感隶属度的情感极性分类特征表示方法.以TF-IDF为权重分别构建情感特征词语的正向、负向极性隶属度,并以隶属度对数比作为分类特征值构建基于支持向量机的情感极性分类系统.在产品评论、NLPCC2014情感分类评测数据和IMDB英文影评等数据上的实验结果表明,基于情感隶属度特征的系统优于基于布尔、频度和词向量等特征表示的系统,验证了所提出的基于情感隶属度特征表示的有效性.
宋佳颖;黄旭;付国宏
黑龙江大学计算机科学技术学院,哈尔滨150080黑龙江大学计算机科学技术学院,哈尔滨150080黑龙江大学计算机科学技术学院,哈尔滨150080
信息技术与安全科学
情感极性分类模糊集合论隶属度支持向量机
sentiment polarity classificationfuzzy setsmembershipsupported vector machines
《北京大学学报（自然科学版）》 2016 (1)
汉语多文档意见信息聚集和融合方法研究
171-177,7
国家自然科学基金(61170148)和黑龙江省人力资源和社会保障厅留学人员科技活动项目资助
评论