1.导语
情感分类是情感分析技术的核心问题,其目标是判断评论中的情感取向,按区分情感的粒度可分为两种分类问题:
1)正/负(positive/negative)二分类或者正面/负面/中立(positive/negative/neutral)三分类。
2)多元分类,如对新闻评论进行“乐观”、“悲伤”、“愤怒”、“惊讶”四元情感分类,对商品评论进行1星~5星五元情感分类等。
2.主流的情感分类方法分类
按技术路线分为5类:
1)基于词典的方法
2)基于机器学习的方法
3)词典与机器学习混合的方法
4)基于弱标注信息的方法
5)基于深度学习的方法
2.1 基于词典(Lexicon-based)的情感分类方法
基于词典方法的核心模式是“词典+规则”,即以情感词典作为判断情感极性的主要依据,同时兼顾评论数据中的句法结构,设计相应的判断规则(如but从句与主句情感极性相反)
基于词典的情感分类方法本质上依赖于情感词典和判断规则的质量,而两者都需要人工设计。因此这类方法的优劣很大程度上取决于人工设计和先验知识,推广能力较差。
2.2 基于机器学习的情感分类方法
基于机器学习技术的情感分类研究工作:
1)特征工程是此类研究工作的核心。情感分类任务中常用到的
最后
以上就是冷傲咖啡最近收集整理的关于情感分析---传统情感分类方法1.导语2.主流的情感分类方法分类的全部内容,更多相关情感分析---传统情感分类方法1.导语2.主流内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复