期刊论文

中文

中文信息学报

1003-0077

2017

31

3

177-183

61402220:国家自然科学基金 13JJ4076:湖南省自然科学基金 13B101:湖南省教育厅优秀青年项目 :南华大学重点学科建设项目 :创新团队建设基金项目

本校为第一机构

基于依存句法“动词配价”原理与组块的概念,提出以情感依存元组(EDT)作为中文情感表达的基本单位。它以句中能承栽情感的几类实词作为中心词,修饰词依附于中心词,程度词和否定词依附于中心词和修饰词。该文对句子进行句法分析,在句法树和依赖关系中按规则提取情感依存元组,建立简单句情感依存元组判别模型计算情感倾向性。针对COAE2014评测公布的网络新闻语料,将该方法分别与有监督分类算法(KNN、SVM)和半监督算法(K-means)进行实验对比。结果表明,基于EDT的情感分类性能与有监督的机器学习算法相当,远高于半监督的聚类算法。

Based on the principle of ＂Verb Valency＂ and the dependency parsing, this paper proposes to treat the e motional dependency tuple （EDT） as the basic unit of Chinese emotional expression. An EDT consists of the core words （i. e. several selected categories of contents words expressing emotion in the sentence）, the modifier attached to the core words, and the degree or negative words attached to either the core words or the modifiers. The EDTs are extracted from the parsed sentences, and the emotional dependency tuples based sentiment class...