購物車(0)
多特征融合的Voting-SRM情感分類研究
趙樂; 麥范金; 張興旺 桂林理工大學(xué)信息科學(xué)與工程學(xué)院; 機械與控制工程學(xué)院; 廣西桂林541006; 桂林理工大學(xué)圖書館; 廣西桂林541006
關(guān)鍵詞：詞性標(biāo)注 二元語法 隨機梯度下降 投票機制 情感分類
摘要：情感分類是自然語言處理領(lǐng)域的一個核心問題,其目的是判斷評論文本的情感極性,并挖掘其蘊含的情感價值信息.為了提取評論文本中潛在的情感信息,提高分類精度,本文提出了多特征融合的Voting-SRM情感分類方法.結(jié)合詞性特征,語法特征等,提取名詞,動詞,形容詞,副詞等特征,然后運用軟投票機制,結(jié)合隨機梯度下降算法、隨機森林、神經(jīng)網(wǎng)絡(luò)等算法,對已獲取評論文本進行極性二分類.本文通過對比實驗,驗證了該方法的有效性.
小型微型計算機系統(tǒng)雜志要求:
{1}正文內(nèi)容應(yīng)簡潔明了，層級不宜過多，層級序號為一、（一）、1、（1）、①。
{2}投稿者若抄襲、模仿他人作品等侵犯他人知識產(chǎn)權(quán)的；或者稿件內(nèi)容侵犯他人名譽權(quán)、隱私權(quán)、人格權(quán)的，由投稿者承擔(dān)相應(yīng)法律責(zé)任，自負文責(zé)。
{3}稿件中文主題名不超過20個漢字，副題名前須有破折號并且不超過25個漢字。題名要簡明、確切，能夠表達文章的中心思想、概括文章的主要內(nèi)容。
{4}參考文獻按正文中出現(xiàn)的順序排列編號，置于文后。參照國標(biāo)《信息與文獻參考文獻著錄規(guī)則》(GB7714-2015)著錄。
{5}務(wù)必提供第一作者的情況簡介。作者簡介一般包括工作單位、專業(yè)職稱、郵政編碼和聯(lián)系方式（電子信箱和電話）等。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
