论文部分内容阅读
该文主要研究文本的倾向性分析问题，即判断文本中的论断是正面还是负面的。已有的研究表明，监督分类方法对倾向性分析很有效。但是，多数情况下，已有的标注数据与待判断倾向性的数据不属于同一个领域，此时监督分类算法的性能明显下降。为解决此问题，该文提出一个算法，将文本的情感倾向性与图排序算法结合起来进行跨领域倾向性分析，该算法在图排序算法基础上，利用训练域文本的准确标签与测试域文本的伪标签来迭代进行倾向性分析。得到迭代最终结果后，为充分利用其中倾向性判断较为准确的测试文本来提高整个测试集倾向性分析的精度，将这些较准