03 现在的位置:首页 > 期刊导读 > 2017 > 03 >

基于不同关键词提取算法的维吾尔文本情感辨识

【作者】 赛牙热·依马木 热依莱木·帕尔哈提 艾斯卡尔·艾木都拉 李志军    新疆大学信号与信息处理重点实验室 乌鲁木齐830046

【关键词】 TextRank 稀疏判别分析(SDA

摘要】该文在研究不同的关键词提取方法的基础上,针对维吾尔语文本中的生气、高兴等常见情感类型进行情感辨识研究。结合维吾尔文本句子中的情感表达特点,用Tex-tRank、稀疏判别分析(sparse discriminant analysis,SDA)和稀疏支持向量机(sparse support vector machine,Sparse SVM)等提取方法得到具有代表性的关键词集,并基于这些关键词集进行特征提取和情感模型构造。该文从电影电视剧中演员的维吾尔语台词、小说等文本中选取含有生气和高兴2种情感文本的句子,构造实验数据集并验证所提出的文本情感倾向性分析方法的有效性。实验结果表明:该文用多种方法所提取的关键词集都能有效地对维吾尔语文本句子进行情感分类,尤其是基于SparseSVM的稀疏性分析的关键词提取方法在少量关键词语集上能有效地进行较高准确率的情感分类。

上一篇:土壤大气耦合的燃气泄漏扩散数值模拟
下一篇:基于大数据的社会治理数据集成及决策分析方法

版权所有@清华大学  京公网安备 110402430053 号
地址:北京市海淀区清华园   邮政编码:100084