李霄

作品数：4被引量：65H指数：4
导出分析报告
供职机构：南京理工大学经济管理学院信息管理系更多>>
发文主题：SVMCRFS模型中文情绪分析更多>>
发文领域：文化科学自动化与计算机技术哲学宗教更多>>
发文期刊：《情报学报》《情报资料工作》《中文信息学报》更多>>
所获基金：国家自然科学基金国家社会科学基金教育部人文社会科学研究基金江苏省教育厅哲学社会科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于SVM的中文微博情绪分析研究被引量：10
《情报资料工作》2016年第3期28-33,共6页丁晟春 王颖 李霄 
国家社会科学基金项目"基于社会网络分析的网络舆情主题发现研究"(编号:15BTQ063);国家社会科学基金重点项目"大数据环境下社会舆情与决策支持方法体系研究"(编号:14AZD084);江苏高校优势学科建设工程资助项目的研究成果之一
文章以中文微博为研究对象,结合心理学和自然语言处理,将微博情绪划分为乐、怒、哀、恶、惧五大类。然后在类别划分的基础上,使用情感特征、句式特征、句间特征来表示微博情绪,并借助于SVM模型形成了微博情绪分类模型。最后借助NLP&CC 2...
关键词：情绪类别 情绪分析 特征选择 SVM 中文微博 
基于CRFs和领域本体的中文微博评价对象抽取研究被引量：12
《中文信息学报》2016年第4期159-166,共8页丁晟春 吴婧婵媛 李霄 
国家自然科学基金(71303111;71103085;71403121);国家社会科学基金(15BTQ063;14AZD084);中央高校基本科研业计划(30916011330)
微博情感分析是对微博内容进行细粒度的挖掘,有着重要的研究价值。微博评价对象的抽取是微博情感分析研究的关键问题之一。为了提高中文微博评价对象抽取的准确率,该文在中文微博特征分析和微博评论本体构建研究的基础上,尝试从词、词...
关键词：CRFs模型 本体 特征选择 评价对象抽取 信息抽取 
面向中文微博的观点句识别研究被引量：11
《情报学报》2014年第2期175-182,共8页丁晟春 孟美任 李霄 
国家自然科学基金项目“基于文本语义挖掘的商品评论信息可信度分析研究”(71103085)、“突发事件网络舆情演变过程中的人群仿真研究”(71273132);江苏省高校哲学社会科学重点项目“网络舆情监测与有效引导研究”(2011ZDIXM028)的资助
中文微博包含了用户对热点话题的观点，对其进行观点挖掘可以实现突发事件预警、舆情监控等。目前，微博研究多数基于英文语料，中文微博观点句的挖掘大多混淆在情感挖掘中少量提及，由于中文微博特殊的语体特征，导致传统中文文本观点...
关键词：中文微博 观点挖掘 CRFs模型 观点句识别 语体特征 
垃圾商品评论信息的识别研究被引量：33
《现代图书情报技术》2013年第1期63-68,共6页李霄 丁晟春 
国家自然科学基金项目"基于文本语义挖掘的商品评论信息可信度分析研究"(项目编号:71103085);教育部人文社会科学研究规划基金项目"基于语义的电子商务产品主/客观信息提取研究"(项目编号:09YJA870015)的研究成果之一
从信息有用性的角度对垃圾商品评论信息进行分析,选择数码领域的相机评论作为研究对象,构建数据集,从评论、评论者和被评论的商品三个方面选择11个特征,使用支持向量机模型中4种常用的核函数进行垃圾商品评论的识别,对识别效果较好的RB...
关键词：SVM 垃圾评论 特征选择 核函数 商品评论信息 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部