基于上下文語(yǔ)境的微博情感分析
大?。?/span>1.69 MB 人氣： 2018-02-24 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：情感分析(5222)
傳統(tǒng)情感分析方法僅考慮單一文本，對(duì)長(zhǎng)度短小且口語(yǔ)化嚴(yán)重的微博文本情感極性識(shí)別率較低。針對(duì)上述問(wèn)題，提出一種結(jié)合上下文消息的情感分析方法。將微博情感分析問(wèn)題看做標(biāo)簽序列學(xué)習(xí)任務(wù)，使用隱馬爾可夫支持向量機(jī)把微博上下文語(yǔ)境融入微博情感分析問(wèn)題中。實(shí)驗(yàn)結(jié)果表明，該方法較之于基于樸素貝葉斯或支持向量機(jī)的微博情感分析模型可以更好地分析微博情感極性。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于上下文語(yǔ)境的微博情感分析下載
相關(guān)電子資料下載
- 德國(guó)Embedded World 2024大會(huì)關(guān)鍵盤點(diǎn)：亮點(diǎn)演講Static Sentiment Analysis（靜態(tài)情感分析 844
- 基于單一LLM的情感分析方法的局限性 551
- 華為云 API 自然語(yǔ)言處理的魅力—AI 情感分析、文本分析 304
- PyTorch教程-16.3。情感分析：使用卷積神經(jīng)網(wǎng)絡(luò) 495
- LLM在各種情感分析任務(wù)中的表現(xiàn)如何 1752
- 圖模型在方面級(jí)情感分析任務(wù)中的應(yīng)用 1486
- 面向Aspect情感分析的自動(dòng)生成離散意見(jiàn)樹(shù)結(jié)構(gòu) 447
- 面向社交媒體的多模態(tài)屬性級(jí)情感分析 1545
- 自然語(yǔ)言處理之情感分析 4691
- 分享一種情感分析的解決方案 2049