基于句法分析的跨语言情感分析

北京大学学报（自然科学版）

基于句法分析的跨语言情感分析

陈强^1,2,何炎祥^1,2,刘续乐¹,孙松涛^1,2,彭敏^1,2,李飞^1,2

1. 武汉大学计算机学院, 武汉 430072; 2. 武汉大学软件国家重点实验室, 武汉 430072;

收稿日期:2013-06-29 出版日期:2014-01-20 发布日期:2014-01-20

Cross-Language Sentiment Analysis Based on Parser

CHEN Qiang^1,2, HE Yanxiang^1,2, LIU Xule¹, SUN Songtao^1,2, PENG Min^1,2, LI Fei^1,2

1. School of Computer of Wuhan University, Wuhan 430072; 2. State Key Laboratory of Software Engineering of Wuhan University, Wuhan University, Wuhan 430072;

Received:2013-06-29 Online:2014-01-20 Published:2014-01-20

摘要/Abstract

摘要： 利用句法分析模型, 将语句分成若干组合词, 根据组合词的主谓成分中情感词对于句子情感贡献的不同, 分别赋予不同的权重。统计分析该语句的情感分布特征, 利用得到的特征参数训练分类器, 再将训练好的分类器用于测试语料的情感分类。实验结果表明, 与已有的判别方法相比, 该方法的情感分类判别准确率较理想。此方法也可用于语句的比较级判别和否定句的极性判断等。

关键词: 跨语言, 情感分类, 句法分析, 贝叶斯分类

Abstract: Using the syntactic analysis model, the statement is divided into several combinations of words. According to the subject-predicate component of compound words and emotional color difference of emotional words, different weights are given respectively. The authors statistically analyze the distribution of the emotional statement, use the characteristic parameter training the classifier, and employ the trained classifier for the test corpus emotional classification. Experiment results show that the emotion classification discriminant accuracy rate and recall rate of this method is more ideal, compared with the existing discrimination methods. This method can also be used in the statement of comparative discrimination and negative polarity judgment.

Key words: cross-language, sentiment analysis, parser, Bayes classification

中图分类号:

TP391

陈强,何炎祥,刘续乐,孙松涛,彭敏,李飞. 基于句法分析的跨语言情感分析[J]. 北京大学学报（自然科学版）.

CHEN Qiang,HE Yanxiang,LIU Xule,SUN Songtao,PENG Min,LI Fei. Cross-Language Sentiment Analysis Based on Parser[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2014/V50/I1/55

[1]	李子成, 常晓琴, 李雅梦, 李寿山, 周国栋. 基于联合学习的少样本多类别情感分类方法[J]. 北京大学学报自然科学版, 2023, 59(1): 57-64.
[2]	蒋炜, 李正华, 张民. 句法增强的UCCA语义分析方法[J]. 北京大学学报自然科学版, 2020, 56(1): 89-96.
[3]	廖祥文, 吴晓静, 桂林, 黄锦辉, 陈国龙. 结合表示学习和迁移学习的跨领域情感分类[J]. 北京大学学报自然科学版, 2019, 55(1): 37-46.
[4]	李冬晨;张献涛;樊扬;吴玺宏. 融合词义消歧的汉语句法分析方法研究[J]. 北京大学学报（自然科学版）, 2015, 51(4): 577-584.
[5]	刘冬,李鹿原,王勇涛,汤帜. 一种无监督的中文漫画对白自动定位方法[J]. 北京大学学报（自然科学版）, 2014, 50(1): 25-32.
[6]	薛云霞,李寿山,王中卿. 基于社会关系网络的半监督情感分类[J]. 北京大学学报（自然科学版）, 2014, 50(1): 61-66.
[7]	郑略省,吕学强,刘坤,林进. 汉语并列关系的识别研究[J]. 北京大学学报（自然科学版）, 2013, 49(1): 20-24.