收藏本站
收藏 | 投稿 | 论文排版

基于word2vec的跨领域情感分类方法

王勤勤  张玉红  李培培  胡学钢  
【摘要】:情感分类是用于判断数据的情感极性,广泛用于商品评论、微博话题等数据。标记信息的昂贵使得传统的情感分类方法难以对不同领域的数据进行有效的分类。为此,跨领域情感分类问题引起广泛关注。已有的跨领域情感分类方法大多以共现为基础提取词汇特征和句法特征,而忽略了词语间的语义关系。基于此,提出了基于word2vec的跨领域情感分类方法 WEEF(cross-domain classification based on word embedding extension feature),选取高质量的领域共现特征作为桥梁,并以这些特征作为种子,基于词向量的相似度计算,将领域专有特征扩充到这些种子中,形成特征簇,从而减小领域间的差异。在SRAA和Amazon产品评论数据集上的实验结果表明了方法的有效性,尤其在数据量较大时。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王勤勤;张玉红;李培培;胡学钢;;基于word2vec的跨领域情感分类方法[J];计算机应用研究;2018年10期
2 喻靖民;向凌云;曾道建;;一种基于Word2vec的自然语言隐写分析方法[J];计算机工程;年期
3 王明文;徐雄飞;徐凡;李茂西;;基于word2vec的大中华区词对齐库的构建[J];中文信息学报;2015年05期
4 黄仁;张卫;;基于word2vec的互联网商品评论情感倾向研究[J];计算机科学;2016年S1期
5 王晗;李存林;杨世瀚;;基于word2vec的评论有用性研究[J];广西民族大学学报(自然科学版);2018年01期
6 李晓;解辉;李立杰;;基于Word2vec的句子语义相似度计算研究[J];计算机科学;2017年09期
7 段传明;;传统情感分类方法与基于深度学习的情感分类方法对比分析[J];软件导刊;2018年01期
8 张小莉;;基于Word2vec本体构建的图像检索初探[J];江苏科技信息;2017年24期
9 李端明;韦 炼;;基于FCA和Word2vec的异构资源本体构建研究[J];情报科学;2017年03期
10 蒙晓燕;殷雁君;;基于word2vec的中文歌词关键词提取算法[J];内蒙古师范大学学报(自然科学汉文版);2018年02期
11 王贵新;郑孝宗;张浩然;张小川;;基于Word2vec的短信向量化算法[J];电子科技;2016年04期
12 闭炳华;;基于word2vec的数字图书馆本体构建技术研究[J];现代电子技术;2016年15期
13 赵明;杜会芳;董翠翠;陈长松;;基于word2vec和LSTM的饮食健康文本分类研究[J];农业机械学报;2017年10期
14 梁敬东;崔丙剑;姜海燕;沈毅;谢元澄;;基于word2vec和LSTM的句子相似度计算及其在水稻FAQ问答系统中的应用[J];南京农业大学学报;2018年05期
15 张谦;高章敏;刘嘉勇;;基于Word2vec的微博短文本分类研究[J];信息网络安全;2017年01期
16 王丽月;叶东毅;;面向游戏客服场景的自动问答系统研究与实现[J];计算机工程与应用;2016年17期
17 薛炜明;侯霞;李宁;;一种基于word2vec的文本分类方法[J];北京信息科技大学学报(自然科学版);2018年01期
18 范桥青;方钰;;面向健康问答社区的语义检索技术研究与分析[J];电子技术与软件工程;2017年02期
19 彭晓彬;;基于word2vec的文本情感分析方法研究[J];网络安全技术与应用;2016年07期
20 董奥根;刘茂福;黄革新;舒琦赟;;基于向量空间模型的知识点与试题自动关联方法[J];计算机与现代化;2015年10期
中国硕士学位论文全文数据库 前10条
1 苏彬;基于Word2Vec的自动文摘系统的设计与实现[D];河北科技大学;2015年
2 郑一;基于历时语料的汉语词汇变化自动发现及分析研究[D];郑州大学;2018年
3 吴多坚;基于word2vec的中文文本相似度研究与实现[D];西安电子科技大学;2016年
4 成昊;基于Word2Vec的中文问句检索技术研究及系统实现[D];哈尔滨工业大学;2016年
5 陈元娟;基于时空数据的用户社交链接预测研究[D];苏州大学;2016年
6 袁艳红;基于Word2Vec语言模型与图核设计的文本分类研究[D];西南大学;2016年
7 苏增才;基于word2vec和SVMperf的网络中文文本评论信息情感分类研究[D];河北科技大学;2015年
8 董文;基于LDA和Word2Vec的推荐算法研究[D];北京邮电大学;2015年
9 朱磊;基于word2vec词向量的文本分类研究[D];西南大学;2017年
10 冯贵川;基于Word2vec的文本建模及分类研究[D];深圳大学;2016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