[1]罗文兵,徐雄飞,王明文,等.面向新闻的情感关键句抽取与判定[J].江西师范大学学报(自然科学版),2015,(06):642-646.
　LUO Wenbing,XU Xiongfei,WANG Mingwen,et al.The Sentiment Key Sentence Extraction and Identification for News[J].Journal of Jiangxi Normal University:Natural Science Edition,2015,(06):642-646.
点击复制

面向新闻的情感关键句抽取与判定()
分享到：

《江西师范大学学报》（自然科学版）[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2015年06期
页码:
642-646
栏目:
出版日期:
2015-12-31

文章信息/Info

Title:
The Sentiment Key Sentence Extraction and Identification for News
作者:
罗文兵;徐雄飞;王明文;左家莉
江西师范大学计算机信息工程学院,江西 南昌 330022
Author(s):
LUO Wenbing; XU Xiongfei; WANG Mingwen; ZUO Jiali
School of Computer Information Engineering,Jiangxi Normal University,Nanchang Jiangxi 330022,China
关键词:
新闻;  情感关键句;  情感倾向性分析;  支持向量机
Keywords:
news;  sentiment key sentences;  sentimental opinion analysis;  SVM
分类号:
TP 311
文献标志码:
A
摘要:
情感倾向的分析已经成为当前研究的热点.面向新闻的情感关键句抽取与判定主要运用的技术有对文本进行预处理、计算文本中词项权重、提取情感关键句、用SVM分类器对情感关键句进行情感倾向性分析.实验结果表明:JXNUIIP系统对情感关键句提取问题有良好的效果.
Abstract:
Sentimental opinion analysis has become a research focus currently.Sentiment key sentence extraction and identification for news,firstly preprocessed of the text,calculated weight of the terms,extracted the sentiment key sentences,and then used the SVM classifier to analysis the sentimental opinion of the sentence.Experimental results validated that JXNUIIP system has preferable performance on extracting sentiment key sentence.

参考文献/References:

[1] Rousseau F,Vazirgiannis M.Graph-of-word and TW-IDF:new approach to ad hoc IR [C].New York:ACM,2013:59-68.
[2] 樊娜,蔡皖东,赵煜,等.中文文本情感主题句分析与提取研究 [J].计算机应用,2009,29(4):1171-1173.
[3] 周文,张书卿,欧阳纯萍,等.基于情感依存元组的新闻文本主题情感分析 [J].山东大学学报:理学版,2014,49(12):1-6.
[4] 徐琳宏,林鸿飞,潘宇,等.情感词汇本体的构造 [J].情报学报,2008,27(2):180-185.
[5] 李艺红,蒋秀凤.中文句子倾向性分析 [J].福州大学学报:自然科学版,2010(4):504-508.
[6] Kherwa P,Sachdeva A,Mahajan D,et al.An approach towards comprehensive sentimental data analysis and opinion mining [EB/OL].
[2014-10-16].10.1109/IAdCC.2014.6779394.
[7] Pang Bo,Lee L.A sentimental education:Sentiment analysis using subjectivity summarization based on minimum cuts [EB/OL].
[2014-10-23].10.3115/1218955.1218990.
[8] 黄萱菁,张奇,吴苑斌.文本情感倾向分析 [J].中文信息学报,2012,25(6):118-126.
[9] 杜振雷,张仰森,李文坤,等.基于多特征融合的中文微博情感分类方法研究 [C].第五届中文倾向性分析评测研讨会,2013:44-49.
[10] 罗凌,陈毅东,曹茂元.微博观点句识别的话题影响研究 [J].电脑知识与技术:学术交流,2014,10(1):123-127.
[11] 朱艳辉,杜锐,鲁琳,等.中文文本情感分析与比较句的识别研究 [C].第五届中文倾向性分析评测研讨会,2013:34-43.
[12] 周胜臣,瞿文婷,石英子,等.中文微博情感分析研究综述 [J].计算机应用与软件,2013,30(3):161-164.
[13] 刘志广,董喜双,关毅.中文微博情感倾向性研究 [C].第五届中文倾向性分析评测研讨会,2013:81-87
[14] 朱艳辉,杜锐,鲁琳,等 中文文本情感分析与比较句的识别研究 [C].第五届中文倾向性分析评测研讨会,2013:34-43.
[15] 蒋飞,刘奕群,张敏,等.THUIR-SENTI:COAE2013测评报告 [EB/OL].
[2013-10-17].http:∥wenku.55.la/P-93139.html.
[16] 万韩永,左家莉,万剑怡,等.基于样本重要性原理的KNN 文本分类算法 [J].江西师范大学学报:自然科学版,2015,39(3):297-302.
[17] 徐雄飞,徐凡,王明文,等.中文微博句子倾向性分类中特征抽取研究 [J].江西师范大学学报:自然科学版,2015,39(3):290-296.

备注/Memo

备注/Memo:
基金项目:国家自然科学基金( 61272212, 61163006, 61203313, 61365002, 61462045)资助项目.
更新日期/Last Update: 1900-01-01