论文部分内容阅读
目前短文本情感分类主要采取统计自然语言处理、情感语义特性两种方式,而将这两种方式相结合进行情感分类的研究较少,故提出将这两种方式进行结合,设计基于词向量与情感本体相融合的短文本情感分类方法。首先利用Word2Vec模型训练词向量,以相加平均法合成短文本向量;在此基础上结合基于情感本体所得出的每条短文本的情感值,构建词向量与情感本体相融合的短文本表示模型;最后采用K最近邻分类算法完成短文本情感分类。相比传统的基于词向量、基于情感本体或其他单一技术路线的分类方法,词向量与情感本体相融合的分类方法在准确率、召回率、F1值均有明显的提升。