10.14188/j.1671-8836.2017.03.011
文本情感倾向性分析方法:bfsmPMI-SVM
为了提高文本情感倾向性分类的精度,提出了一种文本情感倾向性分析方法bfsmPMI-SVM.该方法在文本预处理阶段,滤除了对表述主题情感倾向性不强烈的语句以及无关停用词等;用改进的PMI-IR算法对情感倾向性词语抽取,并自动扩充了正负基准词集;改进了互信息(MI)算法,在MI的计算中增加了词频因子(f)、类别差异因子(b)和符号因子(s).利用改进的MI算法选择文本特征,融合其他一些文本特征,用SVM实现文本情感倾向性分类.实验以食品安全领域爬取文本为例,与PMI-IR-SVM和MI-SVM算法的倾向分析相比,本文方法的正向文本准确率、负向文本准确率、召回率和F1值等都有提高.
文本情感倾向性分类、互信息、点互信息信息抽取、支持向量机
63
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61303214,61672393,U1536204
2017-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
259-264