Oct, 2015

SentiWords: 情感分析高精度高覆盖率词汇表的推导

PDF
TL;DR本论文提出了一种集成方法，将手动构建的先前极性词典与基于 SentiWordNet 的方法进行比较和融合，从而创建了一个在情感分析中表现出高精度和高覆盖率的先前极性词典 SentiWords，并在情感分析任务中证明了其优于 SentiWordNet 和手动标注情感词典的表现。
sentiment analysisprior polarity lexicasentiwordnetensemble methodmanually annotated lexica
发现论文，激发创造
  • 情感分析：如何从 SentiWordNet 中推导出先前的极性

    本文通过融合各种先前极性技术，构建一个学习框架，使用两个不同版本的 SentiWordNet，以不同的数据集和任务测试回归和分类模型，得到了优于单一指标的新一代情感分析词语 prior 极性估计方法，并发现了词语 Part of Speech 和标注者性别对计算先前极性得分的有趣偏差。

    Sep, 2013

  • 评估词语情感强度在极性之前

    该研究对情感分析中的词汇分类方法进行了探究，比较了 14 种公式的性能，选择最符合人类判断的用于计算词汇极性。

    Dec, 2012

  • 基于词典和机器学习的情感分析比较：是否存在离群词？

    基于词典的情感分析方法与基于机器学习的方法对比，发现词典中的词汇对于情感得分的差异具有依赖性，而没有明显的词汇能够系统性地引起情感得分的差异。

    Nov, 2023

  • 从未标记的语料库中诱导特定领域情感词典

    通过使用领域特定的词向量和标签传播框架，结合少量种子单词，创造与手动资源相媲美的精准的领域特定情感词典，用于量化情感在时间和社区之间的差异，并在此基础上，提出了历史情感词汇表和社区特定情感词汇表。

    Jun, 2016

  • 众包词语 - 情感关联词库

    利用众智的力量，通过提出包括单词选择问题在内的 “情感注释” 问题，快速且廉价地生成了一个大型、高质量的单词 - 情感和单词极性关联词典，并通过实验证明，询问单词是否与情感相关比询问单词是否会唤起情感，获得更高的注释者互动一致性。

    Aug, 2013

  • Lex2Sent: 一种基于 bagging 方法的无监督情感分析方法

    本文提出了一种名为 Lex2Sent 的模型，使用 Doc2Vec 模型训练文档嵌入，并根据嵌入的距离来改进情感词典方法的情感分类任务，该模型在三个基准数据集上的表现均优于一流的词典。

    Sep, 2022

  • Twitter 上跨语言情感分类的简单方法

    本文提出了一种简单易用的多语言情感分析框架，旨在作为情感分析测试基线和构建新情感分析系统的起点。该框架经过在 8 种不同语言的比较中，在其中三种语言的国际竞赛中名列前茅，在其他语言中也超越了报告的结果。

    Dec, 2016

  • 基于词典的无监督学习分类

    本文提出了一种基于词库的分类方法，并分析了其概率正确性和预期准确性。文章证明了通过利用两个文本库之间的共现统计信息可以学习出单词权重，从而实现轻度监督下的数据驱动分类。

    Nov, 2016

  • 基于词典整合和注意力机制的情感分析卷积神经网络模型

    本文提出一种将词嵌入、词表嵌入和注意力机制集成到卷积神经网络中进行情感分析的新方法，该方法在 SemEval'16 任务 4 数据集和 Stanford 情感树库上得到了比现有最先进系统更好的结果。

    Oct, 2016

  • 使用多视图变分自编码器结合情感词典

    介绍了一种生成情感词汇表的模型 ——SentiVAE，它能够将不同比例尺下的标签统一到一个通用的潜在表征上，并将其应用于情感文本分类任务中并取得了成功。

    Apr, 2019