基于混合向量模型的中文评论情感分析

摘要：

为解决TF-IDF模型表达情感信息不足的问题,提出一种情感Senti模型,通过该模型提取文本中的情感信息,包括句子中积极/消极的情感词、否定词、转折词以及程度副词,考虑标点符号在句子中起到的情感作用,利用情感词典和语义规则提取情感信息,生成相应的情感矩阵.在此基础上,与 TF-IDF 模型进行拼接,形成混合向量模型.实验结果表明,与只运用 TF-IDF模型相比,混合向量模型精确度更高,具有较好的分类效果.

关键词：语义规则、TF-IDF模型、混合向量化、多层感知机、汉语语料库

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金"基于大数据关联分析的中国雾霾污染问题统计研究";上海高校智库内涵建设计划战略研究项目"基于云电子商务的上海市数宇资源共享战略研究";安徽大学计算智能与信号处理教育部重点实验室开放课题"大数据挖掘服务平台的数据管理与算法管理理论研究"

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：309-314