《表1 词性标注：面向短文本情感分析的多特征融合方法研究》
提示：宽带有限、当前游客访问压缩模式
本文使用Hownet1情感词集合更新句子中特殊词语的词性标注．如表1所示，对句子中特殊词进行特定的词性标注，在特征提取过程中能够保留对情感分类有重要作用的词语的特征信息．
| 图表编号 | XD00175962100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 陶永才、张鑫倩、石磊、卫琳 |
| 绘制单位 | 郑州大学信息工程学院、郑州大学信息工程学院、郑州大学信息工程学院、郑州大学软件技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 标注示例：融合多特征的老挝机构名实体识别方法》2020.10.01
- 《表3 分类准确度对比：面向短文本情感分类的端到端对抗变分贝叶斯方法》2020.09.10
- 《表1 数据集统计信息：面向短文本情感分类的端到端对抗变分贝叶斯方法》2020.09.10
- 《表2 部分游客评论数据：多特征融合的Voting-SRM情感分类研究》2019.11.01
- 《表1 地被植物选择：多特征融合的Voting-SRM情感分类研究》2019.11.01
- 《表3 数据集的统计信息：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表4 实验参数设置：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表2 实验环境配置：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表2 模型对比实验结果：多特征融合的图文微博情感分析》2020.07.05
- 《表6 多特征融合的图文情感分类实验对比结果》2020.07.05
- 《表3 实验名称与说明：多特征融合的图文微博情感分析》2020.07.05
- 《表1 图文微博数据集：多特征融合的图文微博情感分析》2020.07.05
- 《表1 评分语料分布表：一种融合主题模型的短文本情感分类方法》2019.10.01
- 《表2 评价指标含义：一种融合主题模型的短文本情感分类方法》2019.10.01
- 《表3 豆瓣影评样例：面向中文短文本情感分析的改进特征选择算法》2019.01.01
- 《表1 特征分布情况：面向中文短文本情感分析的改进特征选择算法》2019.01.01
- 《表3 实验效果对比：基于融合算法的短文本评论情感分析》2019.11.25
- 《表2 情感程度权重：基于融合算法的短文本评论情感分析》2019.11.25
- 《表1 情感词集：基于融合算法的短文本评论情感分析》2019.11.25
- 《表1 词向量训练参数：面向BSP-CNN的短文本情感倾向性分类研究》2019.12.01