基于JST模型的新闻文本的情感分类研究  

News-text Sentiment Classification Research Based on JST Model

作　　者：潘云仙[1] 袁方[2] 

机构地区：[1]河北大学计算机科学与技术学院,河北保定071000 [2]河北大学数学与信息科学学院,河北保定071000

出　　处：《郑州大学学报（理学版）》2015年第1期64-68,共5页Journal of Zhengzhou University:Natural Science Edition

基　　金：国家自然科学基金资助项目;编号61170039;河北省软科学研究计划项目;编号12457206D-11;12457202D-63

摘　　要：使用JST模型对中文新闻文本进行情感分析,相对于评论文本,新闻文本主观性比较弱,而且大多是长文本,会影响JST模型的分类性能.给出一种抽取情感主题句的方法,将抽取得到的情感主题句结合现有的JST模型对新闻文本的情感倾向进行了分析.实验表明,使用情感主题句进行情感分析,避免了与主题情感无关的句子对分析结果的影响,提高了分类准确率.JST model was used to analyze sentiment of Chinese news text ment text, the subjectivity of news text was relatively weak. And most of the these challenges in the classification performance of JST model, a method Compared with that of com- news text was long. To meet was presented to extract the sentiment topic sentence, and then combined the extracted sentences with the existing JST model to ana- lyze sentiment tendencies of news texts. The experimental results showed that analyzing sentiment in the extracted sentences avoided the influence of irrelevant sentences. Therefore, precision of classification was improved.

关 键 词：情感分析 JST模型 褒贬义词典 情感主题句抽取 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]