文献检索-宁波市创意产业特色资源库

限定检索结果

基于协同迭代及动态词库扩展的文本情感倾向分类算法: 收藏
分享
引用; 《成都信息工程学院学报》2015年第5期30卷 439-444页; 作者：文俊郑皎凌舒红平成都信息工程大学软件工程学院四川成都610225; 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...; 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。; 来源：详细信息评论

限定检索结果