%0 Journal Article
%T 文本情感倾向性分析方法:bfsmPMI-SVM Sentiment Orientation of Text:bfsmPMI-SVM
%A 刘金硕
%A 李哲
%A 叶馨
%A 陈嘉敏
%A 邓娟
%J 武汉大学学报(理学版)
%D 2017
%X 为了提高文本情感倾向性分类的精度,提出了一种文本情感倾向性分析方法 bfsmPMI-SVM.该方法在文本预处理阶段,滤除了对表述主题情感倾向性不强烈的语句以及无关停用词等;用改进的PMI-IR算法对情感倾向性词语抽取,并自动扩充了正负基准词集;改进了互信息(MI)算法,在MI的计算中增加了词频因子(f)、类别差异因子(b)和符号因子(s).利用改进的MI算法选择文本特征,融合其他一些文本特征,用SVM实现文本情感倾向性分类.实验以食品安全领域爬取文本为例,与PMI-IR-SVM和MI-SVM算法的倾向分析相比,本文方法的正向文本准确率、负向文本准确率、召回率和F1值等都有提高
%K 文本情感倾向性分类
%K 互信息
%K 点互信息信息抽取
%K 支持向量机
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=a448f35c-d11f-4004-b47e-3dbca3f0161c