前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于依存句法规则的篇章级情感分析demo

基于依存句法规则的篇章级情感分析demo

作者头像
机器学习AI算法工程
发布2019-10-28 15:57:55
8760
发布2019-10-28 15:57:55
举报
篇章级情感分析与短文本情感分析不同,而目前对篇章级情感分析的需求很大,对海量文本进行篇章情绪分析,可以辅助各项决策,如行业文本情感分析,可直接辅助相关行业的情绪监测,并辅助建模.由于篇章级情绪与其余短文本级的情感分析有较大差异,基于学习的情感分析算法又受限于标注语料,因此,基于领域情感词典与依存句法规则的情感分析方法情绪分析上也就成了一种候选方案.本项目由此而生

项目结构

输入: 1)情感词典:sentiment_words.txt, 存放在dict文件夹中 2)修饰词典:desc_words.txt, 存放在dict文件夹中 3)依存句法分析器:这里用到ltp,相关模型需要自行下载,版本对应是3.4.0 3)基于依存句法的情感计算规则:详见sentence_parser.py和DocSentimentAnalysis两个脚本文件

输出: <doc,sentiment_score>二元组,其中: 1)sentiment_score介于-1与1之间 2)sentiment_score=0,表示文章为中性 3)sentiment_score>0,表示文章为正向,值越大,越为正向 4)sentiment_score<0,表示文章为负向,值越小,越为负向

AI项目体验地址 https://loveai.tech

项目调用方式

示例

总结

1)基于情感词库的篇章级情感分析领域相关性很强,针对不同的领域,需要构建领域相关的情感词表,用于解决领域迁移性。 2)本项目以情感词为核心,借助依存句法的情感计算方式还有改进空间。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-06-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习AI算法工程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 项目结构
  • 项目调用方式
  • 示例
  • 总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档