基于情感标签的极性分类
情感极性分析是文本挖掘中一种非常重要的技术.然而在不同领域中,很多情感极性分类系统存在分类精度低和缺少大量标注数据的缺陷.针对这些问题,提出了一种基于情感标签的极性分类方法.首先通过所有文本建立Sentiment-Topic模型,抽取出文本的情感标签;然后利用情感标签将文本划分为两个子文本,并通过Co-training算法对子文本进行分类;最后合并两个子文本的分类结果,并确定文本的情感极性.实验结果表明该方法具有较高的分类精度,而且不需要大量的分类样本.
极性分类、情感标签、半监督学习、co-training学习
45
TP391(计算技术、计算机技术)
国家自然科学基金61272277
2017-06-07（万方平台首次上网日期，不代表论文的发表时间）
共7页
1018-1024
