中文文本情感词典构建方法-计算机科学与探索.PDFVIP

中文文本情感词典构建方法-计算机科学与探索.PDF

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
中文文本情感词典构建方法-计算机科学与探索

阳爱民,林江豪,周咏梅.中文文本情感词典构建方法[J].计算机科学与探索,2013 ,7(11):1033-1039. ISSN 1673-9418 CODEN JKYTA8 E-mail: fcst@vip. 163.com Journal of Frontiers of Computer Science and Technology 1673-9418/2013/07(11)- 1033-07 Tel: +86-10 doi: 10.3778/j.issn. 1673-9418.1305008 中文文本情感词典构建方法 1+ 2 1 阳爱民 ,林江豪 ,周咏梅 1. 广东外语外贸大学 思科信息学院,广州 510420 2. 广东外语外贸大学 国际工商管理学院,广州 510420 Method on Building Chinese Text Sentiment Lexicon 1+ 2 1 YANG Aimin , LIN Jianghao , ZHOU Yongmei 1. Cisco School of Informatics, Guangdong University of Foreign Studies, Guangzhou 510420, China 2. School of Management, Guangdong University of Foreign Studies, Guangzhou 510420, China + Corresponding author: E-mail: amyang 18@163.com YANG Aimin, LIN Jianghao, ZHOU Yongmei. Method on building Chinese text sentiment lexicon. Journal of Frontiers of Computer Science and Technology, 2013, 7(11) :1033-1039. Abstract: Massive Internet text sentiment analysis is currently a hot research topic. This paper describes a method on Chinese text sentiment lexicon construction. This method improves the pointwise mutual information (PMI) algo- rithm for computing the weights of general sentiment lexicon, by selecting several sentiment seed words and drawing upon the total result numbers from search engine. In order to examine the validity of this method, this paper uses the established sentiment lexicon for text sentiment, and compares the classification effects of the method based on sentiment lexicon with those of naïve Bayesian classifier. The experimental results indicate that the high

文档评论(0)

sunhongz + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档