基于树核函数的英文句子情感分类研究  

RESEARCH ON TREE KERNEL-BASED SENTIMENT CLASSIFICATION IN ENGLISH SENTENCES

作　　者：张伟[1] 李培峰[1] 朱巧明[1] 

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《计算机应用与软件》2011年第4期30-32,39,共4页Computer Applications and Software

基　　金：国家自然科学基金(90920004,609700566,0873150);江苏省自然科学基金(BK2008160);江苏省高校自然科学重大基础研究项目(08KJA520002)

摘　　要：最近几年,由于在线客户评论信息飞快地增长。如何把这些信息分类为正向和负向情感是一个迫切需要解决的问题。提出了一种细粒度级别(句子级别)的情感分类方法,该方法在SVM分类器中使用了树核和复合核函数来进行句子级别情感的分类。实验结果表明在句子级别的情感分类中树核和复合核的方法比线性核具有更佳的性能。In recent years,the quantity of online customer comments information increase sharply.It is an urgent problem needed to be resolved to classify those information into positive and negative sentiment.This paper proposes a fine-grained（sentence–level） sentiment classification approach,which introduces tree kernel and composite kernels functions into SVM classifier to classify the sentiment at sentence level.Experimental results show that this method can achieve better performance in sentence-level sentiment classification than that of other linear-kernel methods.

关 键 词：情感分类 树核函数 细粒度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]