基于结构对应学习的跨语言情感分类研究

基于结构对应学习的跨语言情感分类研究

ID:44050862

大小:183.20 KB

页数:19页

时间:2019-10-18

基于结构对应学习的跨语言情感分类研究_第1页
基于结构对应学习的跨语言情感分类研究_第2页
基于结构对应学习的跨语言情感分类研究_第3页
基于结构对应学习的跨语言情感分类研究_第4页
基于结构对应学习的跨语言情感分类研究_第5页
资源描述:

《基于结构对应学习的跨语言情感分类研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于结构对应学习的跨语言情感分类研究汪鹏赵学礼李娜娜董永峰河北工业大学计算机科学与软件学院河北省大数据计算重点实验室(河北工业大学)摘要:情感分类的主要目的是预测用户在互联网中发布情绪数据的极性(积极的或者消极的),各种语言的情感分析己经成为诸多应用的研究热点,然而由于不同语言的情感资源在质量和数量上的不平衡,通常使用源语言来改善目标语言的跨语言情感分类方法,来提高目标语言情感分类的准确性•传统的跨语言情感分类主要是通过机器翻译将目标语言映射到源语言中,但是分类的准确性严重受到机器翻译质量的影响•通过对跨领域文本分类的结构学习算法(SCL)的讨论和拉普拉斯映射对

2、两种语言之间词对的影响,对跨语言结构对应学习算法(CLSCL)的改进,进而提出M-CLSCL算法,借助选出来的轴心词对来进行目标语言的情感分类,通过M-CLSCL方法与前述相关方法的实验结果进行比较,可以发现M-CLSCL提高了情感分类的准确性.关键词:跨语言情感分类;结构对应学习;拉普拉斯映射;轴心词对;作者简介:董永峰,E-mail:dongyongfeng@scse.hebut.edu.on收稿日期:2017-08-31基金:天津市自然科学基金(14JCYBJC18500)Researchofcross-languagesentimentclassific

3、ationbasedonstrueturalcorrespondencelearningWangPengZhaoXueliLiNanaDongYongfengSchoolofComputeiiScience&Engineering,HebeiUniversityofTechnology;Abstract:Themainpurposeofsentimentclassificationistopredictthesentimentpolarity(positiveornegative)ofthedatathattheuserpublishestheemotional

4、dataontheInternet.Thesentimentanalysisofvariouslanguageshasbecomeahotspotofmanyapplications,butbecauseofthedifferentqualityofsentimentresourcesandquantityontheimbalance,theresearchersusuallyusethesourcelanguagetoimprovethetargetlanguagecross-languagesentimentclassificationmethodtoimp

5、rovetheaccuracyofthetargetlanguagesentimentclassification.Thetraditionalcrosslangueigesentimentclassificationmainlymapsthetargetlemguagetothesourcelanguagethroughmachinetremslation,buttheaccuracyoftheclassificationisseriouslyinfluencedbythequalityofthemachinetranslation.Thispaperdisc

6、ussesthestructureofthecross-language(CLSCL),andthenputforwardtheM-CLSCLalgorithm,byusingtheselectedaxisofthewordtothetargetlanguageofthelanguageofthetargetlamguagcsentimentclassification.Com-paringtheexperimentairesuItsofM-CLSCLmethodandtherelevantmethods,wefindthatM-CLSCLhasimproved

7、theaccuracyofemotionalclassification.Keyword:crossTanguagesentimentclassification;structualcorrespondencelceirning;Laplacemapping;pivotswords;Received:2017-08-31随着Web2.0的快速发展,越来越多的用户在互联网上发表自己的观点,用户的评论在网上随处可见,其中包括丰富的情感信息,这种信息是很有价值的•例如产品或服务提供商可以根据先前客户留下的评论来提高他们的服务或产品质量,从而给用户提供更好的产品和服务,

8、所以情感分类的R的是将情

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。