

已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、社交網(wǎng)站為公眾提供一個多元開放的輿論環(huán)境,其中的用戶可以充分表達自己的觀點意見。針對文本內(nèi)容的情感分析在社交網(wǎng)絡日漸復雜化,社交網(wǎng)絡信息海量化的趨勢之下更顯得尤為重要。由于中文文本本身存在的語義多歧義性,語義環(huán)境強關聯(lián)性等特征,采用傳統(tǒng)的英文文本分析方法難以適應中文文本的復雜和多變,需要根據(jù)中文短文本的特點進行針對性的分析研究。
論文首先借助語義詞典及擴展的短語模式規(guī)則,通過對社交網(wǎng)絡中的短文本信息采用短語匹配模式及情感詞匯統(tǒng)
2、計方法計算得到短文本的情感極性值,從而實現(xiàn)對互聯(lián)網(wǎng)用戶創(chuàng)造的短文本進行較準確的語義情感分析。另一方面,社交網(wǎng)絡中存在跨領域的海量文本,在缺少特定領域語義詞典可用的情況下,通過對已有數(shù)據(jù)集的訓練,實現(xiàn)特征詞的提取,利用主成分分析法將單句特征向量降維,利用神經(jīng)網(wǎng)絡進行文本情感分類,實現(xiàn)對社交網(wǎng)絡短文本(微博)的情感細粒度分析,從而更好地掌握社交網(wǎng)絡用戶創(chuàng)造的短文本中的情感信息。
在短文本語義情感分析研究中,論文在已有詞典及短語模式
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 社交網(wǎng)絡中的短文本情感分析.pdf
- 短文本情感分析技術研究.pdf
- 社交網(wǎng)絡中情感分析技術研究.pdf
- 短文本情感分析.pdf
- 面向社交媒體的文本情感分析關鍵技術研究.pdf
- 微博短文本情感分析關鍵技術研究與實現(xiàn).pdf
- 面向社交網(wǎng)絡文本的情感分析方法的研究.pdf
- 社交媒體文本情感分析.pdf
- 社交媒體文本情感分析
- 網(wǎng)絡輿情分析中短文本分類和聚類的研究.pdf
- 短文本分類技術研究.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡的網(wǎng)絡輿情文本情感分析技術研究.pdf
- 基于社交媒體文本的網(wǎng)絡新詞識別技術研究.pdf
- 基于深度神經(jīng)網(wǎng)絡的微博短文本情感分析研究.pdf
- 面向網(wǎng)絡評論性短文本的中文情感分析方法研究.pdf
- 面向微博短文本的情感分析研究.pdf
- 微博短文本分析技術研究及應用.pdf
- 文本挖掘中的情感分析技術研究.pdf
- BBS短文本聚類技術研究.pdf
- 短文本信息抽取若干技術研究.pdf
評論
0/150
提交評論