基于协同迭代及动态词库扩展的文本情感倾向分类算法

作     者：文俊 郑皎凌 舒红平 WEN Jun;ZHENG Jiao-ling;SHU Hong-ping

作者机构：成都信息工程大学软件工程学院四川成都610225 

基　　金：国家自然科学基金资助项目(61202250 61203172) 

出 版 物：《成都信息工程学院学报》 (Journal of Chengdu University of Information Technology)

年 卷 期：2015年第30卷第5期

页      码：439-444页

摘      要：在自然语言处理的领域中,大多数针对文本情感倾向的分类算法都含有计算复杂、执行效率低、适用性弱且效果不理想的特点。因此,在该领域的专家和学者的研究基础之上,提出文本和倾向特征词相互训练的思路,设计一种基于协同迭代及动态词库扩展的文本情感倾向分类算法CACIDLE。CACIDLE具有易理解、执行效率高、适应性强且效果令人满意等优点。经过多次测试实验,结果表明CACIDLE算法对文本情感倾向分类的平均精确度可达到83.4%,除此之外,还可以通过设置参数阈值来控制分类结果的倾向。

主 题 词：计算机应用技术 自然语言处理 文本挖掘 情感分类 词库扩展 CACIDLE 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1671-1742.2015.05.006

馆 藏 号：203705595...