张书卿
- 作品数:5 被引量:8H指数:2
- 供职机构:南华大学计算机科学与技术学院更多>>
- 发文基金:湖南省教育厅优秀青年基金湖南省自然科学基金湖南省研究生科研创新项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种基于情感依存元组的简单句情感判别方法被引量:2
- 2017年
- 基于依存句法"动词配价"原理与组块的概念,提出以情感依存元组(EDT)作为中文情感表达的基本单位。它以句中能承载情感的几类实词作为中心词,修饰词依附于中心词,程度词和否定词依附于中心词和修饰词。该文对句子进行句法分析,在句法树和依赖关系中按规则提取情感依存元组,建立简单句情感依存元组判别模型计算情感倾向性。针对COAE2014评测公布的网络新闻语料,将该方法分别与有监督分类算法(KNN、SVM)和半监督算法(K-means)进行实验对比。结果表明,基于EDT的情感分类性能与有监督的机器学习算法相当,远高于半监督的聚类算法。
- 周文欧阳纯萍阳小华刘志明张书卿饶婕
- 关键词:依存语法句法分析
- 基于主体句和句法依赖的微博情感倾向性分析被引量:1
- 2015年
- 情感倾向性分析是近年来中文信息处理领域的热点问题.通过对新浪微博进行情感的分析与研究,提出了一种基于主体句和句法依赖关系的微博情感倾向性分析方法.首先利用自定义规则和条件随机场模型进行主体句及主体评价对象的抽取;然后使用句法分析器对主体句进行依赖关系分析,可以准确的获得修饰评价对象的评价词;最后利用情感词典计算出句子的情感倾向.实验结果表明在精确获取评价对象的基础上再进行情感倾向性判别效果要优于对微博直接进行情感倾向性分析.
- 张书卿周文欧阳纯萍饶婕刘志明阳小华
- 关键词:条件随机场情感倾向
- 基于情感依存元组的新闻文本主题情感分析被引量:2
- 2014年
- 以情感依存元组(EDT)作为中文情感表达的基本结构,把新闻文本主题情感倾向性判别任务分成主题识别、情感倾向性分析和主客观分类三个逐层递进的子任务。在主题识别前先对TF-IDF方法进行改进,再结合基于交叉熵方法提取主题特征词,同时考虑了新闻文章标题的主题表征作用,将标题词纳入主题特征集;然后基于空间向量模型计算句子与主题特征向量的相似度,在此基础上考虑句子位置、长度及句子与标题的相似度,计算句子的主题相关度以抽取主题句;最后建立情感依存元组判别模型计算主题句的情感,采用主、客观分类规则筛选出新闻倾向关键句。本方法在COAE 2014评测中各项指标皆逼近最好成绩,表明基于情感依存元组的分类方法具有较高的分类性能。
- 周文张书卿欧阳纯萍刘志明阳小华
- 关键词:情感分析
- 微博文本和传统文本体裁特征对比被引量:1
- 2015年
- 在总结常用特征集合的基础上,根据微博文本的特点以及特征选取原则,选取了适合微博文本体裁分析的特征集合,这些特征能典型的反应微博文本和其他文本形式的区别.还分别对不同的文本体裁进行特征值的统计,并将统计结果在不同的文本体裁之间进行了深入的对比分析,并从体裁的角度分析出不同文本体裁的特征值差别的原因.并从体裁特征的角度说明微博文本是一种新的体裁文本.
- 张书卿周文欧阳纯萍饶婕刘志明阳小华
- 关键词:体裁
- 新浪微博转发数的幂律分布现象被引量:2
- 2015年
- 网络是一个包含了大量个体及个体之间相互作用的系统,近年来在对复杂网络的研究过程中,科学家们发现了众多的幂律分布现象。不仅网页的点击次数存在幂律分布现象,微博也同样存在着幂律分布现象。利用新浪微博的API技术抓取了新浪微博数据,对其进行了详细的数据清理和统计,对统计结果进行分析发现,新浪微博的转发数也同样存在着幂律分布现象。只有为数不多的微博,才能被大量的阅读和转发,进而成为热点微博,而绝大多数微博的阅读次数和转发次数都是非常少的。
- 张宁饶婕张书卿陈虹罗杨
- 关键词:幂律分布