期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
使用机器学习对汉语评论进行情感分类
被引量:
4
1
作者
白鸽
左万利
+1 位作者
赵乾坤
曲仁镜
《吉林大学学报(理学版)》
CAS
CSCD
北大核心
2009年第6期1260-1263,共4页
针对汉语评论的多种特征使用机器学习方法(如贝叶斯、最大熵和支持向量机),解决了汉语评论的情感分类问题.实验结果表明,机器学习方法对汉语评论的分类效果较好,支持向量机的表现最好.句子级别和评论级别的准确率分别达到88.26%和91.79%.
关键词
情感分类
贝叶斯分类器
最大熵
支持向量机
下载PDF
职称材料
题名
使用机器学习对汉语评论进行情感分类
被引量:
4
1
作者
白鸽
左万利
赵乾坤
曲仁镜
机构
吉林大学计算机科学与技术学院
中国网络通信有限公司长春分公司
出处
《吉林大学学报(理学版)》
CAS
CSCD
北大核心
2009年第6期1260-1263,共4页
基金
国家自然科学基金(批准号:60373099)
教育部高等学校博士学科点专项科研基金(批准号:200801830021)
+1 种基金
吉林省科技发展计划项目基金(批准号:20070533)
吉林大学基本科研业务费交叉学科与创新项目基金(批准号:200810025)
文摘
针对汉语评论的多种特征使用机器学习方法(如贝叶斯、最大熵和支持向量机),解决了汉语评论的情感分类问题.实验结果表明,机器学习方法对汉语评论的分类效果较好,支持向量机的表现最好.句子级别和评论级别的准确率分别达到88.26%和91.79%.
关键词
情感分类
贝叶斯分类器
最大熵
支持向量机
Keywords
sentiment classification
Nave Bayes
maximum entropy
support vector machines
分类号
TP391.12 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
使用机器学习对汉语评论进行情感分类
白鸽
左万利
赵乾坤
曲仁镜
《吉林大学学报(理学版)》
CAS
CSCD
北大核心
2009
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部