您的位置： 专家智库 > >

鲁琳

作品数：6 被引量：30H指数：4
供职机构：湖南工业大学更多>>
发文基金：湖南省自然科学基金教育部人文社会科学研究基金国家自然科学基金更多>>
相关领域：自动化与计算机技术社会学经济管理更多>>

合作作者

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇经济管理
  • 1篇社会学

主题

  • 4篇中文
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇SVM
  • 1篇对象抽取
  • 1篇信息处理
  • 1篇舆情
  • 1篇舆情分析
  • 1篇评价对象抽取
  • 1篇情感倾向
  • 1篇情感倾向分析
  • 1篇中文信息
  • 1篇中文信息处理
  • 1篇组块
  • 1篇完整性
  • 1篇文本分类
  • 1篇稳定性
  • 1篇极性分析

机构

  • 6篇湖南工业大学

作者

  • 6篇鲁琳
  • 5篇朱艳辉
  • 5篇杜锐
  • 5篇邓程
  • 3篇王文华
  • 2篇徐叶强
  • 2篇梁韬
  • 1篇喻魁兰
  • 1篇刘洪婧

传媒

  • 2篇科学技术与工...
  • 2篇湖南工业大学...
  • 1篇计算机工程

年份

  • 2篇2014
  • 2篇2013
  • 2篇2012
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
面向中文微博的评价对象抽取方法研究
2014年
微博作为当前互联网信息快速传播与分享的新平台,具有信息量庞大、评论多样等特点。针对微博评论信息中的评价对象抽取,采用组块分析和词语位置特征对训练集中3 000条微博观点句的评价对象序列标注,利用条件随机场学习并识别评价对象的名称、属性及其他辅助信息,通过修改相关参数达到最优识别效果,并提出针对复杂观点句评价对象的提取算法。实验结果表明,对测试集中7 000条微博观点句进行评价对象的名称和属性的抽取,效果较好。
鲁琳朱艳辉杜锐邓程梁韬
一种基于粗糙集的微博文本特征选择方法被引量：4
2013年
对中文微博中主客观分类特征的选取进行了研究。通过词典与统计相结合的方法提取了基础情感词、语气词、程度词等8个候选特征。对提取的候选特征,提出了一种基于粗糙集与概率加权的特征选择算法,通过该算法最终选取了基础情感词、!或!、网络观点词、语气词、形容词、程度词作为分类特征。实验结果表明,提出的方法能达到较好的分类效果。
杜锐朱艳辉鲁琳邓程梁韬
关键词：粗糙集
基于SVM的产品评论属性特征的情感倾向分析被引量：9
2012年
产品评论的情感倾向性分析是一个很有研究价值的领域,可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系,制定了8组特征选择规则,利用SVM算法训练模型来判断属性词和情感词的搭配识别,进而依据情感词及否定词等分析属性特征的情感倾向。实验结果表明:提出的基于S V M的搭配识别方法,在识别属性特征与情感词的搭配方面具有不错的分类效果。
王文华朱艳辉徐叶强杜锐鲁琳邓程
关键词：支持向量机文本分类中文信息处理
基于SVM的中文微博观点句识别算法被引量：7
2013年
针对中文微博中的海量文本,提出了利用领域观点词词典和支持向量机的方法对中文微博中的观点句进行识别。构建领域观点词词典,统计了表示中文微博观点句的5个特征,选取特征1,2,3,4进行观点句识别,并将基于支持向量机的3种不同特征组合识别算法与基于领域观点词词典的识别算法进行对比。算法对比结果表明,基于支持向量机的算法对微博观点句的识别效果较好,准确率68.75%,召回率48.71%,F值57.02%。
杜锐朱艳辉鲁琳王文华邓程喻魁兰
关键词：支持向量机
中文产品评论中评价对象的识别研究被引量：11
2012年
在中文产品评论中利用无监督的识别评价对象,准确率和召回率较低。为此,提出一种中文产品评论中的评价对象识别方法。对特殊词、评价对象非完整性、评价对象非稳定性等情况过滤噪声,利用评价对象在评论文本中与评价短语规则出现频率较高的特征,进行置信度排序。实验结果表明,对于14 799篇数码类评论文章,该方法的准确率、召回率和F值分别为0.605、0.780、0.681。
徐叶强朱艳辉王文华杜锐鲁琳邓程刘洪婧
关键词：完整性稳定性
面向中文微博的舆情分析技术研究
随着电子产品的不断创新，互联网越来越深入人们的日常生活，微博也凭借强大的实时通讯能力、多样的信息交流方式、庞大的用户使用群体，以及支持多种终端设备等特性，成为目前最流行的网络社交媒体之一，微博舆情在网络舆情中发挥着重要作...
鲁琳
关键词：舆情分析
文献传递
全选 清除 导出
共1页<1>
聚类工具0