基于词典的文本极性计算及分类研究

本文提出了一种基于语义词典的网络评论文本情感分类及极性值计算方法,用于自动识别网络评论中的情感倾向。首先利用爬虫技术采集真实的电子商务网站在线评论文本数据,然后对语料做预处理,接着完成各类语义词典的构建和基础情感词典的扩充,最后使用本文提出的基于词典的无监督分类方法对获取的评论文本进行情感分类及极性值计算。实验结果表明,本文提出的情感识别方法对网络舆论的分类效果较为理想。

基于HNC理论的问答社区中答案摘要生成研究

针对问答社区中意见型问题答案文本情感突出的情况,首先提出一种补全未收录词HNC符号的方式,然后利用HNC理论的相关规律进行情感词的定位和情感值计算,进而利用情感值对答案句子进行聚类,生成积极、消极和中性三类情感句子类簇,最后提出基于最佳答案模板的相似度排序算法,抽取出3类情感答案摘要。实验证明,本文提出的方法在实例中的应用与人工生成的最佳摘要更为接近,尤其在摘要可读性、逻辑性方面比其他方法更具优势。