您好,欢迎来到二三娱乐。
搜索
您的当前位置:首页中文情感分析

中文情感分析

来源:二三娱乐
image.png
1.文本的预处理
2.句子自动分词
结巴中文分词、中科院分词、smallseg、Yaha 分词
3.载入情感词典
词典是文本挖掘最核心的部分,对于文本感情分类也不例外。情感词典分为四个部分:积极情感词典、消极情感词典、否定词典以及程度副词词典。
image.png
加入了某些行业词汇,以增加分类中的命中率。不同行业某些词语的词频会有比较大的差别,而这些词有可能是情感分类的关键词之一。比如,薛云老师提供的评论数据是有关蒙牛牛奶的,也就是饮食行业的;而在饮食行业中,“吃”和“喝”这两个词出现的频率会相当高,而且通常是对饮食的正面评价
4.文本情感分类
image.png
优化思路:
1.非线性特征的引入
所谓非线性,指的是词语之间的相互组合形成新的语义。我们将积极词语和消极词语相邻的情况,视为一个组合的消极语块,赋予它负的权值
2.情感词典的自动扩充
结论:
(1)基于情感词典的文本情感分类是容易实现的,其核心之处在于情感词典的训练。
(2)语言系统是相当复杂的,基于情感词典的文本情感分类只是一个线性的模型,其性能是有限的。
(3)在文本情感分类中适当地引入非线性特征,能够有效地提高模型的准确率。
(4)引入扩充词典的无监督学习机制,可以有效地发现新的情感词,保证模型的强健性和时效性。

Copyright © 2019- yule263.com 版权所有 湘ICP备2023023988号-1

违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务