Szöveges érzelmek osztályozása genetikai algoritmus, valamint szó és dokumentum együttes klaszterezés alapján

Absztrakt

Javasolunk egy új szövegérzék-elemzési módszert, amely az érzelgős szavak súlyának kiszámításán alapul. Ez a módszer lehetővé teszi számunkra, hogy automatikusan felismerjük a szövegben kifejezett pozitív vagy negatív érzelmet valamilyen tárgy vonatkozásában. Az érzelgős szavak súlyának meghatározásának problémáját optimalizálási problémának tekinti a hangulatelemzés választott minőségi mutatójának maximalizálása kritériuma. Az érzelmi szavak optimális súlyának keresési terének csökkentése érdekében a javasolt módszerben együttes klaszterezést alkalmaznak; az együttes klaszterezés eredményeként nagyon összefüggő érzelmi szavak és szöveges dokumentumok csoportjait kapják. A súlyokat a genetikai algoritmus alapján optimalizáljuk, minden egyes klaszterhez külön-külön. Az orosz információ-visszakeresési értékelő szeminárium (ROMIP) szöveggyűjteményein végzett kísérletek megerősítik a javasolt módszer hatékonyságát. A különböző kutatások számítógépes támogatása, ideértve a vélemények - szociológia, politológia és marketing - elemzését, a módszer gyakorlati alkalmazása.

Ez az előfizetéses tartalom előnézete. Jelentkezzen be a hozzáférés ellenőrzéséhez.