收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器学习的词语和句子极性分析

蔡健平  林世平  
【摘要】:近年水,主观性文本(意见)挖掘研究十分活跃,主要特点是分析文本中包含的主观观点并计算其语义极性。这类研究可广泛应用于信息过滤、智能电子商务、意见反馈、民意调查等。词和句子的极性分析是意见挖掘的一个重要处理层次。我们从这两个基础环节入手,构建了基础极性词典,用上下文关联和多种机器学习方法分析了极性词在某一领域内的极性。接着,并分别用词语和 Baycs 方法计算句子的极性。

知网文化
【相似文献】
中国重要会议论文全文数据库 前1条
1 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
中国硕士学位论文全文数据库 前1条
1 袁超越;情感组块与机器学习相结合的文本倾向性分析[D];哈尔滨工程大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978