[1]胡荣,崔荣一,赵亚慧*.基于情感词典的课程评论情感分析[J].延边大学学报(自然科学版),2019,(02):153-160.
 HU Rong,CUI Rongyi,ZHAO Yahui*.Sentiment analysis of curriculum review based on sentiment dictionary[J].Journal of Yanbian University,2019,(02):153-160.
点击复制

基于情感词典的课程评论情感分析

参考文献/References:

[1] 刘兵.情感分析:挖掘观点、情感和情绪[M].刘康,赵军,译.北京:机械工业出版社,2017:1-2.
[2] 林斌.基于语义技术的中文信息情感分析方法研究[D].哈尔滨:哈尔滨工业大学,2006.
[3] PEI J, ZHANG C, HUANG D, et al. Combining word embedding and semantic lexicon for Chinese word similarity computation[C]//Natural Language Understanding and Intelligence Applications. Springer International Publishing, 2016:766-777.
[4] 张磊.细粒度意见挖掘研究[D].南京:南京师范大学,2016.
[5] 杨伊态.在线评论细粒度属性情感分类模型研究[D].武汉:武汉纺织大学,2018.
[6] 刘磊,李学勇,黄永峰.基于集成学习的情感模糊计算分类方法[J].计算机工程与设计,2018:39(7):1872-1876.
[7] 李志民.信息技术发展与教育变革[J].中国教育,2015(9):39-43.
[8] 冯君.基于条件随机场的情感分析模型在MOOCs评论文本分析中的应用研究[D].武汉:华中师范大学,2017.
[9] 陈雷.面向股票评论的情感分析系统研究与实现[D].杭州:浙江工商大学,2017.
[10] 周练.Word2vec的工作原理及应用探究[J].科技情报开发与经济,2015(2):145-148.
[11] 刘娇.基于深度学习的多语种短文本分类方法的研究[D].延吉:延边大学,2018.
[12] 王儒.基于卷积神经网络的短文本表示与分类研究[D].济南:山东师范大学,2018.
[13] 施寒潇.细粒度情感分析研究[D].苏州:苏州大学,2013.
[14] 朱军,刘嘉勇,张腾飞,等.基于情感词典和集成学习的情感极性分类方法[J].计算机应用,2018(38):95-98.
[15] 王科,夏睿.情感词典自动构建方法综述[J].自动化学报,2016:42(4):495-511.
[16] 吴金源,冀俊忠,赵学武,等.基于特征选择技术的情感词权重计算[J].北京工业大学学报,2016(42):142-151.
[17] 徐健.术语相似度计算方法研究[M].广州:中山大学出版社,2012:83-97.表4 属性分类结果
方法 正确率/%本文方法 89.9

备注/Memo

收稿日期: 2019-01-13 *通信作者: 赵亚慧(1974—),女,副教授,研究方向为自然语言文本处理.
*基金项目: 吉林省教育厅职业教育与成人教育教学改革研究课题(2018ZCY334)

更新日期/Last Update: 2019-08-12