期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
自然语言处理在文本情感分析领域应用综述 被引量：74
1
作者 王颖洁 朱久祺 +2 位作者 汪祖民 白凤波 弓箭 《计算机应用》 CSCD 北大核心 2022年第4期1011-1020,共10页
文本情感分析已经逐渐成为自然语言处理(NLP)的重要内容,并在系统推荐、用户情感信息获取,为政府、企业提供舆情参考等领域越来越占据重要地位。通过文献调研的方式,对情感分析领域的方法进行对比和综述。首先,从时间、方法等维度对情... 文本情感分析已经逐渐成为自然语言处理(NLP)的重要内容,并在系统推荐、用户情感信息获取,为政府、企业提供舆情参考等领域越来越占据重要地位。通过文献调研的方式,对情感分析领域的方法进行对比和综述。首先,从时间、方法等维度对情感分析的方法进行文献调研;然后,对情感分析的主要方法、应用场景进行归纳总结和对比;最后,在此基础上分析每种方法的优缺点。根据分析结果可以知道,在面对不同的任务场景,主要有三种情感分析的方法:基于情感字典的情感分析法、基于机器学习的情感分析法和基于深度学习的情感分析法,基于多策略混合的方法成为改进的趋势。文献调研表明,文本情感分析的技术方法还有改进的空间,在电子商务、心理治疗、舆情监控方面有较大市场和发展前景。 展开更多
关键词 自然语言处理 情感分析 情感字典 机器学习 深度学习
在线阅读 下载PDF
基于改进编解码器和情感词典的对话生成模型 被引量：2
2
作者 张顺香 李健 +2 位作者 朱广丽 李晓庆 魏苏波 《计算机工程与设计》 北大核心 2023年第2期570-575,共6页
针对现有对话模型生成的回复语句缺乏情感共鸣、拟人效果不够理想的问题,提出一种基于改进编解码器和情感词典的对话生成模型。利用AgSeq2Seq模型对语料库进行训练并构建高质量对话生成系统,结合情感词典识别输入语句的情绪特征并计算... 针对现有对话模型生成的回复语句缺乏情感共鸣、拟人效果不够理想的问题,提出一种基于改进编解码器和情感词典的对话生成模型。利用AgSeq2Seq模型对语料库进行训练并构建高质量对话生成系统,结合情感词典识别输入语句的情绪特征并计算回复语句的情感值,基于情绪对比机制根据不同的情感特征生成相应的拟人回复。实验结果表明,相对传统的对话生成模型,提出模型可以主动识别用户情绪,生成更加合乎逻辑、适应语境的回复,实现拟人程度更高的情感对话过程。 展开更多
关键词 自然语言处理 对话模型 文本生成 情感词典 深度学习 序列到序列 注意力机制
在线阅读 下载PDF
基于中文股票博客的情感分类 被引量：6
3
作者 李亚珍 李晓戈 于根 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2015年第2期163-168,共6页
根据新浪财经股票博客的特点,使用点互信息(PMI)方法构建了股票情感词典,在所构建的股票情感词典和现有的台湾大学情感词典基础上,结合经典贝叶斯方法对新浪财经博客的情感分析进行研究,并且在中文分词、自然语言处理(NLP)技术的基础上... 根据新浪财经股票博客的特点,使用点互信息(PMI)方法构建了股票情感词典,在所构建的股票情感词典和现有的台湾大学情感词典基础上,结合经典贝叶斯方法对新浪财经博客的情感分析进行研究,并且在中文分词、自然语言处理(NLP)技术的基础上研究文本句法结构对股票博客文本情感分类结果的影响.实验结果表明:考虑文本中的句法细节以后,如词语搭配、否定词和连词等,使用PMI股票情感词典+贝叶斯方法,宏平均准确率从60.19%提高到80.50%,宏平均召回率从原来的59.35%提高到78.70%,宏平均F1值也由59.77%达到了79.60%. 展开更多
关键词 情感词典 pmi算法 自然语言处理
原文传递
基于TF-IDF和多头注意力Transformer模型的文本情感分析 被引量：24
4
作者 高佳希 黄海燕 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期129-136,共8页
文本情感分析旨在对带有情感色彩的主观性文本进行分析、处理、归纳和推理,是自然语言处理中一项重要任务。针对现有的计算方法不能充分处理复杂度和混淆度较高的文本数据集的问题,提出了一种基于TF-IDF(Term Frequency-Inverse Documen... 文本情感分析旨在对带有情感色彩的主观性文本进行分析、处理、归纳和推理,是自然语言处理中一项重要任务。针对现有的计算方法不能充分处理复杂度和混淆度较高的文本数据集的问题,提出了一种基于TF-IDF(Term Frequency-Inverse Document Frequency)和多头注意力Transformer模型的文本情感分析模型。在文本预处理阶段,利用TF-IDF算法对影响文本情感倾向较大的词语进行初步筛选,舍去常见的停用词及其他文本所属邻域对文本情感倾向影响较小的专有名词。然后,利用多头注意力Transformer模型编码器进行特征提取,抓取文本内部重要的语义信息,提高模型对语义的分析和泛化能力。该模型在多领域、多类型评论语料库数据集上取得了98.17%的准确率。 展开更多
关键词 文本情感分析 自然语言处理 多头注意力机制 TF-IDF算法 Transformer模型
在线阅读 下载PDF
融合改进Stacking与规则的文本情感分析 被引量：8
5
作者 宛艳萍 谷佳真 张芳 《小型微型计算机系统》 CSCD 北大核心 2021年第7期1389-1395,共7页
文本情感分析是自然语言处理的重要部分,但现有的文本情感分析方法均有其不足.为了使各个方法进行互补,提出了一种融合改进Stacking与规则的文本情感分析方法 Stacking-I.该方法在Stacking集成算法的基础上进行改进,融合了两种主流的情... 文本情感分析是自然语言处理的重要部分,但现有的文本情感分析方法均有其不足.为了使各个方法进行互补,提出了一种融合改进Stacking与规则的文本情感分析方法 Stacking-I.该方法在Stacking集成算法的基础上进行改进,融合了两种主流的情感分析方法:文本规则方法和机器学习方法.在不同的3组网络评论文本上进行实验,证明该方法在网络评论文本情感分析实验中表现良好且有较高的准确率,其准确率高于传统机器学习方法、其它集成算法以及深度学习方法,最高可达91.700%,并且在不同数据量的基础上,通过大量实验和时间复杂度对比,得到了针对网络文本情感分析最佳的Stacking-I算法配置. 展开更多
关键词 文本情感分析 Stacking算法 情感词典 机器学习 自然语言处理
在线阅读 下载PDF
情感分析在商品评论中的应用 被引量：10
6
作者 张明辉 《现代信息科技》 2019年第10期187-190,共4页
随着互联网和电子商务的高速发展,各种电商平台上的在线商品评论数量急剧增长。在线评论包含了消费者对购买的商品或服务的感受、态度和情感倾向,对潜在的消费者而言具有很大的参考作用。现在有很多研究关注评论数据的情感倾向以及如何... 随着互联网和电子商务的高速发展,各种电商平台上的在线商品评论数量急剧增长。在线评论包含了消费者对购买的商品或服务的感受、态度和情感倾向,对潜在的消费者而言具有很大的参考作用。现在有很多研究关注评论数据的情感倾向以及如何对情感进行量化,并且取得了不错的成果。本文通过学习总结情感分析发展现状,对目前情感分析在商品评论中的应用进行介绍和总结。 展开更多
关键词 自然语言处理 在线评论 情感分析 情感词典
在线阅读 下载PDF
融合多种语言的语音情感识别 被引量：1
7
作者 张可欣 刘云翔 《电子设计工程》 2023年第6期25-29,共5页
由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条... 由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条语音,选用开源API下的Google Speech,实现语音文本的转化。使用机器翻译方法,将语言转化为文本,统一翻译成中文。利用自然语言处理的词法分析、句法分析、LSA的关键词提取算法,提取出表达情感的关键词。对于被提取出来的关键词,使用SpeechLib工具包将提取过特征值的文本转化成语音,提取MFCC特征,构建DNN+BLSTM模型,实现语音情感的分类。实验结果表明,文中使用的方法未加权平均召回率(UAR)和加权平均召回率(WAR)分别为48.22%和56.5%,相比其他方法,UAR和WAR分别提高了4%和8%。 展开更多
关键词 语音情感识别 自然语言处理 跨语言的语音情感识别 语音文本转化 LSA关键词提取算法
在线阅读 下载PDF
一种情感可控的古诗自动生成模型
8
作者 钟志峰 晏阳天 +2 位作者 何佳伟 夏一帆 张龑 《现代电子技术》 2023年第4期154-160,共7页
古诗是中华民族重要的非物质文化遗产,使用计算机实现古诗的自动生成已成为一个热门的研究课题,但现有的古诗生成方法在生成诗句与主题的关联性上表现不佳且无法控制情感的表达。为解决这些问题,文中基于序列到序列(Seq2Seq)模型,提出... 古诗是中华民族重要的非物质文化遗产,使用计算机实现古诗的自动生成已成为一个热门的研究课题,但现有的古诗生成方法在生成诗句与主题的关联性上表现不佳且无法控制情感的表达。为解决这些问题,文中基于序列到序列(Seq2Seq)模型,提出一种通过关键字和情感分类词共同控制绝句诗生成的方法。具体实现过程分为两个阶段:首先使用TextCNN和TextRank算法分别对收集的古诗进行情感分类和关键字提取,自行构建实验数据集;其次针对古诗主题与情感表达不准确的问题,引入带注意力机制的Seq2Seq模型,在模型的编码端和译码端使用门控神经单元(GRU),通过4个关键字和情感分类词控制最终绝句诗的生成,并在生成阶段使用集束搜索代替传统的贪心搜索来增加生成古诗的多样性。对比实验结果表明,所提方法生成绝句诗的效果在自动评价和人工评价上均优于基准模型,对于内容与情感的表达更加准确和有效。 展开更多
关键词 古诗生成 序列到序列模型 注意力机制 GRU神经网络 情感控制 TextCNN算法 自然语言处理 字嵌入
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部