目前的跨语言情感分类大多借助双语词嵌入构建语言间的映射,此类方法只考虑语义关系,忽略了情感信息,影响了模型的性能。针对上述问题,提出一种基于情感指数与双语相似度的跨语言情感分类模型(cross-language sentiment classifi cation...目前的跨语言情感分类大多借助双语词嵌入构建语言间的映射,此类方法只考虑语义关系,忽略了情感信息,影响了模型的性能。针对上述问题,提出一种基于情感指数与双语相似度的跨语言情感分类模型(cross-language sentiment classifi cation based on sentiment index and bilingual similarity,SIBS),先计算英文的情感指数,再通过基于双语词嵌入和TF-IDF算法的双语相似度算法计算中英两种语言的相似度,得到中文的情感指数,最后使用SVM进行情感分类。实验结果表明,该方法能有效解决情感信息缺失问题,提高了分类的准确率。展开更多
文摘目前的跨语言情感分类大多借助双语词嵌入构建语言间的映射,此类方法只考虑语义关系,忽略了情感信息,影响了模型的性能。针对上述问题,提出一种基于情感指数与双语相似度的跨语言情感分类模型(cross-language sentiment classifi cation based on sentiment index and bilingual similarity,SIBS),先计算英文的情感指数,再通过基于双语词嵌入和TF-IDF算法的双语相似度算法计算中英两种语言的相似度,得到中文的情感指数,最后使用SVM进行情感分类。实验结果表明,该方法能有效解决情感信息缺失问题,提高了分类的准确率。
