基于汉语情感词表的句子情感倾向分类研究

doi:10.3778/j.issn.1002-8331.2009.24.045

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 153-155.DOI: 10.3778/j.issn.1002-8331.2009.24.045

基于汉语情感词表的句子情感倾向分类研究

王素格¹，杨安娜¹，李德玉²

1.山西大学数学科学学院，太原 030006
2.山西大学计算机与信息技术学院，太原 030006

收稿日期:2008-05-09 修回日期:2008-07-28 出版日期:2009-08-21 发布日期:2009-08-21
通讯作者: 王素格

Research on sentence sentiment classification based on Chinese sentiment word table

WANG Su-ge¹，YANG An-na¹，LI De-yu²

1.School of Mathematics Science，Shanxi University，Taiyuan 030006，China
2.School of Computer & Information Technology，Shanxi University，Taiyuan 030006，China

Received:2008-05-09 Revised:2008-07-28 Online:2009-08-21 Published:2009-08-21
Contact: WANG Su-ge

摘要/Abstract

摘要： 提出了一种基于汉语情感词词表的加权线性组合的句子情感分类方法。该方法通过已有的五种资源构建了中文情感词词表，并采用加权线性组合的句子情感分类方法对句子进行情感类别判断。实验结果表明，直接利用词汇语言粒度的句子情感分类综合F值为78.62％，若加入了否定短语语言粒度后，句子情感分类的综合F值提高了4.14％。

关键词: 情感词表, 权线性组合, 子情感分类

Abstract: This paper presents the weighted linear combination method for the sentence sentiment classification based on Chinese sentiment word table.In proposed method，firstly，Chinese sentiment word table is constructed by using five existing dictionaries，secondly，automatically identifying method is explored for the sentence sentiment classification using the weighted linear combination method.The experiment results indicate that the F value of sentence sentiment classification with word language granularity reaches 78.2%，and adding the negative phrase to language granularity，the F value of sentence sentiment classification has increased by 4.14%.

Key words: sentiment word table, eighted linear combination, entence sentiment classification

中图分类号:

TP391

王素格¹，杨安娜¹，李德玉². 基于汉语情感词表的句子情感倾向分类研究[J]. 计算机工程与应用, 2009, 45(24): 153-155.

WANG Su-ge¹，YANG An-na¹，LI De-yu². Research on sentence sentiment classification based on Chinese sentiment word table[J]. Computer Engineering and Applications, 2009, 45(24): 153-155.

[1]	何冰^1，2，王晅¹. 基于Radon变换不变矩的鲁棒性数字水印技术[J]. 计算机工程与应用, 2010, 46(9): 98-101.
[2]	侯宏花，桂志国. 小波熵在心电高频噪声处理和R波检测中应用[J]. 计算机工程与应用, 2010, 46(9): 116-119.
[3]	范聪贤，刘秋菊，徐汀荣. 应用Web结构挖掘的PageRank算法的改进研究[J]. 计算机工程与应用, 2010, 46(9): 127-129.
[4]	迟冬祥¹，程伟中². 应用迭代四叉树的肝脏MR图像分割[J]. 计算机工程与应用, 2010, 46(9): 142-145.
[5]	杨会云，张有会，霍利岭，赵金. Bayes理论和邻域平均法在图像去噪中的应用[J]. 计算机工程与应用, 2010, 46(9): 149-151.
[6]	许存禄¹，高佳¹，武国德². Chan-Vese模型下的脑肿瘤图像分割方法[J]. 计算机工程与应用, 2010, 46(9): 155-158.
[7]	邱宣¹，周则明²，胡友彬². 应用邻域方差加权平均的curvelet变换融合[J]. 计算机工程与应用, 2010, 46(9): 166-168.
[8]	梁英宏. 基于运动投影周期性特征的人体目标检测方法[J]. 计算机工程与应用, 2010, 46(9): 169-172.
[9]	于明，张彦云，薛翠红，孙林娟. 笔迹图像中的单个汉字字符分割[J]. 计算机工程与应用, 2010, 46(9): 180-182.
[10]	印勇，侯海珍. 基于直方图帧差的自适应镜头分割算法[J]. 计算机工程与应用, 2010, 46(9): 186-189.
[11]	谭业浩，蒋志方，杜晓亮，孟祥旭. 紧支径向基函数插值实现多维数据可视化[J]. 计算机工程与应用, 2010, 46(9): 220-223.
[12]	宋亮，耿国华. 脑部CT图像冗余影像剔除研究[J]. 计算机工程与应用, 2010, 46(9): 208-211.
[13]	陆爽，朱建鸿，彭力. 改进的ART2型神经网络在故障诊断中的应用[J]. 计算机工程与应用, 2010, 46(9): 212-214.
[14]	张新林，陈源，曾德胜. 一种移动信源追踪活动目标的方法[J]. 计算机工程与应用, 2010, 46(9): 217-219.
[15]	岳玉芳，安建祝，张玉双. 结合三维场景的目标跟踪系统研究[J]. 计算机工程与应用, 2010, 46(9): 224-226.

基于汉语情感词表的句子情感倾向分类研究

Research on sentence sentiment classification based on Chinese sentiment word table

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics