收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

序贯三支决策在多粒度文本情感分析中的研究与应用

张刚强  
【摘要】:互联网和社交网络的高速发展,为网民互动和发表意见提供了一个广阔的平台,网站评论、博客文章、新闻等大量的文本数据随之而产生。但是,互联网中的言论大多都含有个人情感的表达,并不总是客观和符合实际情况的。有人在互联网中随意发表言论甚至引导舆论走向,造成了非常不好的影响。因此,对互联网中大量出现的主观性文本进行高效的情感分析,具有极其重要的研究价值和现实意义。本文通过对文本情感多粒度特性的分析,将序贯三支决策理论应用在了文本情感分析研究中,主要包括以下两个方面:1.为了对文本进行正确的情感分类,提出了一种基于序贯三支决策的多粒度文本情感分析方法。首先,分析了文本中情感的多粒度特性,根据文本中情感信息量的多少,提出了一种由粗到细的多粒度文本情感信息表示方法;然后,结合序贯三支决策的思想在不同粒度依据情感信息逐步计算,依次对边界域中的文本进行三支决策;最后,根据不同粒度的决策代价和阈值设置,获得最终的情感分类结果。对比实验结果表明,该方法具有更高的分类正确率和更强的鲁棒性。2.为了更好的将多粒度和序贯三支决策的思想应用在文本情感分析问题中,提出了一种多级多粒度的方法,即基于加权多粒度序贯三支决策的文本情感分析方法。首先,结合各粒结构在实际决策中拥有不同权重的具体情况,通过对现有多粒度决策粗糙集模型的分析,提出了一种泛化性能更好的加权多粒度决策粗糙集模型,同时讨论了其相关性质。然后,基于加权多粒度决策粗糙集模型的三个域(即正域、边界域和负域),得到了加权多粒度三支决策规则。为了能够更好的解决复杂问题,从多角度粒结构和多层次粒结构同时出发,提出了一种加权多粒度序贯三支决策模型。最后,讨论了该模型中粒化代价、粒层转换代价和决策代价之间的相互关系。实验结果表明,本文所提模型是更高效且更符合实际情况的。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 汪明霓;BASIC文本系统[J];计算机应用研究;1988年01期
2 易树鸿;张为群;;一种基于粗集的文本数据特征信息的挖掘方法[J];计算机科学;2002年08期
3 娄道国;李若斌;刘冰;张冬冬;;云计算下各分散文本数据的全方位集成融合方法[J];科技通报;2019年02期
4 张慧伦;;伴随文本:透视网络文学发展的重要路径[J];百家评论;2019年04期
5 潘大胜;;不确定噪声下海量文本数据的模糊挖掘算法研究[J];微电子学与计算机;2017年09期
6 王珊珊;冯利鑫;;基于新词识别的大数据聊天文本舆情热点挖掘[J];电子商务;2018年01期
7 陈晓峰;如何在flash中读入外部文本数据[J];电脑知识与技术;2004年13期
8 马欣欣;林克;;大文本数据快速分析统计理论与算法[J];电子元器件与信息技术;2019年01期
9 施瑞朗;;基于社交平台数据的文本分类算法研究[J];电子科技;2018年10期
10 张玉红;陈伟;胡学钢;;一种面向不完全标记的文本数据流自适应分类方法[J];计算机科学;2016年12期
11 袁鹏;江媛媛;;多元化文本数据的智能提取[J];测绘与空间地理信息;2015年09期
12 汪岿;刘柏嵩;;文本分类研究综述[J];数据通信;2019年03期
13 王海燕;胡学钢;李培培;;基于向量表示和标签传播的半监督短文本数据流分类算法[J];模式识别与人工智能;2018年07期
14 陈伟;勾东升;徐发亮;;基于文本数据分析的大数据审计方法研究[J];中国注册会计师;2018年11期
15 刘俊华;利用Excel生成的文本数据提高工作效率和质量[J];山西交通科技;2005年01期
16 刘玉林;菅利荣;;基于文本情感分析的电商在线评论数据挖掘[J];统计与信息论坛;2018年12期
17 谭敏;张宏源;张海超;;基于弱监督深度学习的文本聚类算法及应用[J];计算机应用与软件;2019年04期
中国重要会议论文全文数据库 前10条
1 易天元;叶春生;;工业锅炉图纸输入的文本数据处理[A];1997中国控制与决策学术年会论文集[C];1997年
2 陈光强;杨树强;张晓辉;李润恒;贾焰;;面向海量文本数据的多任务并行调度加载技术研究与实现[A];第15届全国信息存储技术学术会议论文集[C];2008年
3 周纯洁;黎巎;徐翼龙;;文本情感分析研究[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
4 刘伟;陈春林;;基于注意模型深度学习的文本情感倾向性研究[A];第19届中国系统仿真技术及其应用学术年会论文集(19th CCSSTA 2018)[C];2018年
5 丁兆云;贾焰;周斌;;基于文本数据的多维层次式舆情计算模型的研究与实现[A];第二十五届中国数据库学术会议论文集(一)[C];2008年
6 谭立;赵茜瑶;李倞;;基于NLPIR平台大数据文本分析的北京市典型建成绿道绩效评价[A];中国风景园林学会2018年会论文集[C];2018年
7 李洋;倪丽萍;李莹;;电子商务平台在线评论对冰箱销量的影响——基于文本情感分析方法[A];第十三届(2018)中国管理学年会论文集[C];2018年
8 向观兵;计效园;周建新;殷亚军;沈旭;;一种用于设备运行数据采集的非关系型文本数据向关系型数据的柔性转化方法[A];2019中国铸造活动周论文集[C];2019年
9 李诗;陈建平;向杰;;基于卷积神经网络的地学文本大数据分类与可视化——以四川拉拉铜矿为例[A];2018年中国地球科学联合学术年会论文集(四十三)——专题93:超深层(油气)重磁电震勘探技术、专题94:深部预测方法[C];2018年
10 李锋刚;张亚南;汪兵;;基于词向量和AP聚类的短文本主题演化分析[A];第十三届(2018)中国管理学年会论文集[C];2018年
中国博士学位论文全文数据库 前10条
1 谢泽澄;基于深度学习的文本识别与文档切分的研究和应用[D];华南理工大学;2019年
2 徐康;基于主题模型的文本情感和话题建模的研究[D];东南大学;2017年
3 宋扬;基于上下文位置的文本匹配若干关键技术研究[D];华东师范大学;2019年
4 胡卉芪;空间文本数据的量质融合与推送[D];清华大学;2016年
5 李荣陆;文本分类及其相关技术研究[D];复旦大学;2005年
6 谭松波;高性能文本分类算法研究[D];中国科学院研究生院(计算技术研究所);2006年
7 张友华;面向智能服务的Web内容计算研究与应用[D];中国科学技术大学;2006年
8 熊云波;文本信息处理的若干关键技术研究[D];复旦大学;2006年
9 杨震;文本分类和聚类中若干问题的研究[D];北京邮电大学;2007年
10 尚文倩;文本分类及其相关技术研究[D];北京交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 罗锋;基于深度学习的文本情绪多标签分类方法研究[D];山西大学;2019年
2 张婷;汉语民歌情感分类研究与实现[D];西北民族大学;2019年
3 么恩鹏;包含正交化主题的概率文本模型[D];上海交通大学;2016年
4 张俊祺;面向领域的语音转换后文本纠错研究[D];华南理工大学;2019年
5 林炯;基于层级化交互型网络的图文检索算法研究[D];华南理工大学;2019年
6 张培行;基于在线评论文本分析的汽车产品选择方法研究[D];合肥工业大学;2019年
7 王鑫;文本相似度在综合计划的专项项目可研评审工作中的应用[D];电子科技大学;2019年
8 崔敏;基于文本识别技术的电气设备监测数据处理[D];华北电力大学;2019年
9 赵立鹏;面向中医文本的关系抽取技术研究[D];华北理工大学;2019年
10 唐涵;基于文本情感特征的信息隐藏及其分析[D];广州大学;2019年
中国重要报纸全文数据库 前2条
1 张慧伦;伴随文本:透视网络文学发展的重要路径[N];文艺报;2019年
2 通讯员 王成弟 刘欢 本报记者 廖志林;肺部常见疾病AI诊断产品呼之欲出[N];健康报;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978