产品评论的情感倾向性分析是一个很有研究价值的领域,可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系,制定了8组特征选择规则,利用SVM算法训练模型来判断属性词和情感词的搭配识别,进而依据情感词及否...产品评论的情感倾向性分析是一个很有研究价值的领域,可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系,制定了8组特征选择规则,利用SVM算法训练模型来判断属性词和情感词的搭配识别,进而依据情感词及否定词等分析属性特征的情感倾向。实验结果表明:提出的基于S V M的搭配识别方法,在识别属性特征与情感词的搭配方面具有不错的分类效果。展开更多
反相高效液相色谱(RPLC)中小分子极性溶质的极性是可以用液相色谱中溶质计量置换保留模型[Stoichiometric displacement model for retention (SDM-R)]中的Z值(1mol溶质被固定相吸附时,在固定相与溶质分子间释放出置换剂的mol数)来表征...反相高效液相色谱(RPLC)中小分子极性溶质的极性是可以用液相色谱中溶质计量置换保留模型[Stoichiometric displacement model for retention (SDM-R)]中的Z值(1mol溶质被固定相吸附时,在固定相与溶质分子间释放出置换剂的mol数)来表征的,其大小可用带有该极性端基的同系物的Z值对碳原子数线性作图的截距求得。这些极性基的Z测定值与疏水性片段指数lgf间有极好的线性关系。依此关系还可测出一些用其他实验方法无法测得的某些基团的lgf值。展开更多
文摘产品评论的情感倾向性分析是一个很有研究价值的领域,可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系,制定了8组特征选择规则,利用SVM算法训练模型来判断属性词和情感词的搭配识别,进而依据情感词及否定词等分析属性特征的情感倾向。实验结果表明:提出的基于S V M的搭配识别方法,在识别属性特征与情感词的搭配方面具有不错的分类效果。
文摘反相高效液相色谱(RPLC)中小分子极性溶质的极性是可以用液相色谱中溶质计量置换保留模型[Stoichiometric displacement model for retention (SDM-R)]中的Z值(1mol溶质被固定相吸附时,在固定相与溶质分子间释放出置换剂的mol数)来表征的,其大小可用带有该极性端基的同系物的Z值对碳原子数线性作图的截距求得。这些极性基的Z测定值与疏水性片段指数lgf间有极好的线性关系。依此关系还可测出一些用其他实验方法无法测得的某些基团的lgf值。