【摘 要】
：
文本情感分类方法大致分为基于语义理解和基于有监督的机器学习两类。语义理解处理情感分类的优势在于对不同领域的文本都可以进行情感分类，但容易受到中文存在不同句式及
【机 构】
：
南昌大学 软件学院,江西 南昌 330047
【出 处】
：
第十四届中国粗糙集与软计算学术会议、第八届中国Web智能学术研讨会及第八届中国粒计算学术研讨会联合会议
论文部分内容阅读
文本情感分类方法大致分为基于语义理解和基于有监督的机器学习两类。语义理解处理情感分类的优势在于对不同领域的文本都可以进行情感分类，但容易受到中文存在不同句式及搭配影响使得分类精度不高。有监督的机器学习虽然能够达到比较高的情感分类精度，但该类方法在一个领域方面得到较高的分类能力的分类器，不适应新领域的情感分类。本文将优化的语义理解和机器学习相结合，提出一种混合语义理解的机器学习中文情感分类算法框架。基于该框架的多组对比实验验证了文本信息在不同领域中分类精度高且稳定。
其他文献
Let R be a Q-domain,and δ a nonzero locally nilpotent derivation of R.Then,an automorphism expδ of the ring R is defined by (expδ)(a)=∞∑t=0 δl(a)/l! f
粒度支持向量机(Granular Support Vector Machine,GSVM)模型可以有效提高SVM的学习效率,但会损失一定的泛化能力。本文提出一种新的粒度支持向量机学习算法,称为层次粒
重症监护室(ICU)病人生死预测一直都是医学界的热点和难点。针对ICU 时序数据的高维度和不确定间隔采样特性，本文提出了不确定间隔采样转化为确定间隔的空采样的思想和相
本文主要针对地铁运营过程中变形监测问题进行研究，利用天宝S8智能全站仪构建地铁自动变形监测系统，并对天宝S8智能全站仪的测量原理以及变形监测系统的构建进行分析研究，通过C
该文在分析了贯穿整个系统建设过程的数据标准、数据质量控制的基础上,做了用户需求分析,按照系统功能的要求,对系统数据进行组织,具体内容包括：1.该文尝试性的制定了一个供电
该论文结合建立卢湾、徐汇、浦东等区县土地房产GIS基础数据库的工作,探讨建库中的质量控制理论和方法.重点讨论了地籍数据空间关系的自动检查和房产数据的自动检验方法.论文
多标记学习是一类复杂的决策任务，同一个对象可能被同时赋予多个类别标记。此类任务在文本分类、图像识别、基因功能分析等领域广泛存在。标记之间的关联性以及多标记分类
该文以测绘工程、大地测量、地理信息系统专业知识为基础,在对智能交通系统ITS进行了比较全面的分析和研究的基础上,力求将网络分析技术、地理信息系统GIS技术、全球定位系统
If it exists,a surface S containing the affine plane as a proper open subset U and equipped with a morphism to the affine plane,whose restriction to U is é
矿山相似材料模拟实验变形监测是大型采矿工程模拟实验必做的一项内容,这项内容的主要目的是为实际开采提供安全指导。为了实现变形监测,需要在模型上人为布设大量监测点,通