基于概率图模型的文本情感分析
相比于句子级和文档级情感分析,词语级的情感分析呈现出领域性和上下文相关性,难以得到良好的应用.提出一种基于概率图模型的情感分析方法,先通过分析训练语料建立一种具有先验概率的图模型,用于计算语料中词语的情感概率值,再利用信息熵公式将概率值归一化为情感特征值,最后使用该特征值训练SVM分类器对测试语料进行分类.论文在理论上证明该方法能够有效运用于具有“评价对象”和“评价词”二元特性的商品评论的情感判定,且在未表明用户明显态度语句的极性判定中也可以获得良好的效果.实验结果也显示,该方法比传统SVM分类方法在准确率上有明显提高.
概率图模型、情感分析、信息熵、TF-IDF
36
TP391(计算技术、计算机技术)
国家自然科学基金项目61272277
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
1421-1425