• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

否定句的情感不确定性度量及分类

张志飞, 苗夺谦, 聂建云, 岳晓冬

张志飞, 苗夺谦, 聂建云, 岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816. DOI: 10.7544/issn1000-1239.2015.20150253
引用本文: 张志飞, 苗夺谦, 聂建云, 岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816. DOI: 10.7544/issn1000-1239.2015.20150253
shu
Zhang Zhifei, Miao Duoqian, Nie Jianyun, Yue Xiaodong. Sentiment Uncertainty Measure and Classification of Negative Sentences[J]. Journal of Computer Research and Development, 2015, 52(8): 1806-1816. DOI: 10.7544/issn1000-1239.2015.20150253
Citation: Zhang Zhifei, Miao Duoqian, Nie Jianyun, Yue Xiaodong. Sentiment Uncertainty Measure and Classification of Negative Sentences[J]. Journal of Computer Research and Development, 2015, 52(8): 1806-1816. DOI: 10.7544/issn1000-1239.2015.20150253
shu
张志飞, 苗夺谦, 聂建云, 岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816. CSTR: 32373.14.issn1000-1239.2015.20150253
引用本文: 张志飞, 苗夺谦, 聂建云, 岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816. CSTR: 32373.14.issn1000-1239.2015.20150253
shu
Zhang Zhifei, Miao Duoqian, Nie Jianyun, Yue Xiaodong. Sentiment Uncertainty Measure and Classification of Negative Sentences[J]. Journal of Computer Research and Development, 2015, 52(8): 1806-1816. CSTR: 32373.14.issn1000-1239.2015.20150253
Citation: Zhang Zhifei, Miao Duoqian, Nie Jianyun, Yue Xiaodong. Sentiment Uncertainty Measure and Classification of Negative Sentences[J]. Journal of Computer Research and Development, 2015, 52(8): 1806-1816. CSTR: 32373.14.issn1000-1239.2015.20150253
shu

否定句的情感不确定性度量及分类

  • 1(同济大学计算机科学与技术系 上海 201804)

  • 2(加拿大蒙特利尔大学计算机科学与运筹学系 蒙特利尔 H3C3J7)

  • 3(上海大学计算机工程与科学学院 上海 200444)(tjzhifei@163.com)

基金项目: 国家自然科学基金项目(61273304，61202170)；高等学校博士学科点专项科研基金项目(20130072130004)
详细信息

  • 中图分类号: TP391

Sentiment Uncertainty Measure and Classification of Negative Sentences

  • 1(Department of Computer Science and Technology, Tongji University, Shanghai 201804)

  • 2(Department of Computer Science and Operations Research, University of Montreal, Montreal H3C 3J7)

  • 3(School of Computer Engineering and Science, Shanghai University, Shanghai 200444)

摘要

    摘要
  • 摘要: 情感分类是社交媒体大数据分析的有力手段之一.否定句作为一种普遍且特殊的句子现象，其情感分类的研究具有重要的意义.否定词语和情感词语在否定句情感分类中同样重要，已有方法仅仅考虑否定词语修饰情感词语的情况，忽视否定词语本身反映情感的作用.为了统一解决否定词语修饰和不修饰情感词语情况下的分类问题，提出了基于决策粗糙集的否定句情感分类模型.构造词典并结合句际关系计算子句情感值，根据子句情感值提出基于KL散度的句子情感不确定性度量方法；然后融合多个特征，特别是与否定相关的独立否定特征和显著副词特征，用于否定句的特征表示；最后提出基于决策相关程度的决策正域约简算法，生成否定句情感分类决策规则.实验结果验证了该模型的有效性以及情感不确定性度量对于情感分类的作用.
    Abstract: Sentiment classification is a powerful technology for social media big data analysis. It is of great importance to predict the sentiment polarity of a sentence, especially a negative sentence that is often used. The negation words and sentiment words play equally important roles in the sentiment classification of negative sentences. A negation word is important when it modifies a sentiment word; but it can also have sentimental implication on its own. The existing methods only consider the negation words when they modify sentiment words. In this paper, a unified classification model based on decision-theoretic rough sets is proposed to deal with the sentiment classification of negative sentences. First, the sentiment value of each clause in a sentence is calculated by several lexicons and the inter-sentence relations. A novel measure of sentiment uncertainty for a sentence is given based on Kullback-Leibler divergence. Then, the negative sentences are represented in terms of four features (initial polarity, sentiment uncertainty, successive punctuations, and sentence type) and especially two negation-related features: single negation and salient adverb. Finally, a novel attribute reduction algorithm based on the decision correlation degree is used to generate the decision rules for sentiment classification of negative sentences. The experimental results show that this model is effective and the sentiment uncertainty measure is helpful to sentiment classification.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(49)

  • 期刊类型引用(20)

    1. 冉玲琴，彭长根，许德权，吴宁博. 基于区块链技术架构的隐私泄露风险评估方法. 计算机工程. 2023(01): 146-153 . 百度学术
    2. 张学旺，林金朝，黎志鸿，姚亚宁. 基于新型公平盲签名和属性基加密的食用农产品溯源方案. 电子与信息学报. 2023(03): 836-846 . 百度学术
    3. 俞惠芳，吕芝蕊. 基于联盟链的身份环签密方案. 电子与信息学报. 2023(03): 865-873 . 百度学术
    4. 陈亮，黄华威，吴嘉婧，郑子彬. 区块链原理与技术课程建设探索与实践. 计算机教育. 2023(04): 74-78 . 百度学术
    5. 宋露燕，刘雪凤. 区块链赋能海洋数据共享：技术路径与风险议题. 科技与经济. 2023(02): 66-70 . 百度学术
    6. 陈志刚. 论非同质化通证的数据财产属性. 政法论丛. 2023(05): 149-160 . 百度学术
    7. 邓崧，吕雨婷，杨迪. 数据垄断的演化与分类——基于国内公共数据与商业数据. 信息资源管理学报. 2022(01): 80-90 . 百度学术
    8. 陈丽莎，李雪莲，高军涛. 支持数据完整性验证的可问责数据交易方案. 系统工程与电子技术. 2022(04): 1364-1371 . 百度学术
    9. 乔鹏程，张岩松. 农业公司使用区块链技术能否提升营运效率？. 会计之友. 2022(12): 144-150 . 百度学术
    10. 袁冰. 智媒环境下个人信息保护的场域迁移与框架建构. 科技传播. 2022(10): 126-128 . 百度学术
    11. 钟锭，刘金红，夏新斌，周良荣. 基于区块链技术的湖南省道地药材全过程追溯体系构建. 中国医药导报. 2022(24): 194-197 . 百度学术
    12. 许思源，李畅，李贺鑫，谢沂伯，肖飞. 基于区块链的生物样本信息共享系统模型研究. 中国卫生信息管理杂志. 2022(04): 471-475+534 . 百度学术
    13. 宋晓玲，刘勇，董景楠，黄勇飞. 元宇宙中区块链的应用与展望. 网络与信息安全学报. 2022(04): 45-65 . 百度学术
    14. 周磊，陈珍珠，付安民，苏铓，俞研. 支持密钥更新与审计者更换的云安全审计方案. 计算机研究与发展. 2022(10): 2247-2260 . 本站查看
    15. 程晗蕾，鲁静. 区块链技术驱动融资租赁平台优化策略探究. 财会月刊. 2022(20): 154-160 . 百度学术
    16. 黄思云，齐金平. 云计算环境下基于XML的异构数据共享研究. 信息与电脑(理论版). 2022(19): 16-19 . 百度学术
    17. 岳增龙，陈海燕，张晓晶. NKN区块链技术在物联网中的应用. 中国新通信. 2021(10): 91-92 . 百度学术
    18. 张茹，曹佳远. 基于区块链技术的造纸绿色材料供应量控制技术. 造纸科学与技术. 2021(04): 53-57+76 . 百度学术
    19. 杨信廷，王杰伟，邢斌，罗娜，于华竟，孙传恒. 基于区块链的畜牧养殖资产监管身份认证研究. 农业机械学报. 2021(11): 170-180 . 百度学术
    20. 刘芬，朱壮友，许勇. 基于区块链的电子病历数据共享模型研究. 安徽师范大学学报(自然科学版). 2021(06): 536-544 . 百度学术

    其他类型引用(29)

    • 资源附件(0)
计量
  • 文章访问数:  1565
  • HTML全文浏览量:  0
  • PDF下载量:  754
  • 被引次数: 49
出版历程
  • 发布日期:  2015-07-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(49)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计