原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于SVM与RNN的文本情感关键句判定与抽取.pdf
49 11 2014 11
第 卷 第 期 ( ) 年 月
山 东 大 学 学 报 理 学 版
Vol． 49 No． 11 Journal of Shandong University (Natural Science) Nov． 2014
文章编号:1671-9352 (2014)11-0068-06 DOI :10. 6040 /j． issn． 1671-9352. 3. 2014. 025
基于SVM 与ＲNN 的文本情感关键句判定与抽取
， ，
刘铭 昝红英 原慧斌
( ， 450001)
郑州大学信息工程学院 河南 郑州
: ，
摘要 文本的情感倾向在很大程度上依赖于其中情感倾向性较高的关键句 对这些情感关键句正确判定有利于提
。 ，
高整个篇章情感分类的效果 传统的基于规则的情感倾向性分析的优点是情感词表和规则表达准确 缺点是完
， 。 (support vector machine ，SVM ) (recursive
备性差 而统计的方法则相反 结合使用支持向量机 与递归神经网络
neural network ，ＲNN) ， ，
分别构造分类器 然后对整个篇章和单个句子进行情感二元分类 将分类结果进行比较投票
。 、 ，
后判定出篇章中的情感关键句 句子级情感特征不仅包含情感词 否定词等传统的文法信息 同时加入深度学习
， 、 。 COAE 2014 1
领域中词向量的统计信息 而在篇章特征中也抽取出句型 位置等宏观信息 通过参与 评测任务 的
， F1 0. 388 ， 。
结果显示 该方法的微平均 值达到 在同类评测系统中处于最高水平
: ; ;ＲNN ; ;
关键词 情感倾向性 递归神经网络 深度学习 机器学习
中图分类号:TP391 文献标志码:A
Key sentiment sentence prediction using SVM and ＲNN
LIU Ming ，ZAN Hong-ying ，
文档评论（0）