文本情感分类代码

Web文本情感分类研究综述

王洪伟/刘勰/尹裴/廖雅国

2012-9-27 14:55:59 来源：《情报学报》(京)2010年5期

【英文标题】Review of Sentiment Classification on Web Text

【作者简介】王洪伟，男，1973年生，博士，副教授／博士生导师，研究方向：本体建模和情感计算，E-mail:hwwang@tongji.edu.cn。同济大学经济与管理学院，上海200092；

刘勰，男，1985年生，硕士研究生，研究方向：数据挖掘与情感计算。同济大学经济与管理学院，上海200092；

尹裴，女，1986年生，硕士研究生，研究方向：商务智能。同济大学经济与管理学院，上海200092；

廖雅国，男，1954年生，博士，教授，研究方向：人工智能与电子商务。香港理工大学电子计算学系，香港

【内容提要】对用户发表在Web上的评论进行分析，能够识别出隐含在其中的情感信息，并发现用户情感的演变规律。为此，本文对Web文本情感分类的研究进行综述。将情感分类划分为三类任务：主客观分类、极性判别和强度判别，对各自的研究进展进行总结。其中将情感极性判别的方法分为基于情感词汇语

论文

情报学报　

　　ＩＳＳＮ１０００－０１３５

第２９卷第５期９３１－９３８，２０１０年１０月

ＪＯＵＲＮＡＬＯＦＴＨＥＣＨＩＮＡＳＯＣＩＥＴＹＦＯＲＳＣＩＥＮＴＩＦＩＣ

ＡＮＤＴＥＣＨＮＩＣＡＬＩＮＦＯＲＭＡＴＩＯＮＩＳＳＮ１０００－０１３５ｄｏｉ：１０．３７７２桙ｊ．ｉｓｓｎ．１０００－０１３５．２０１０．０５．０２３

Ｗｅｂ文本情感分类研究综述

１

１

１

１）

王洪伟　刘　勰　尹　裴　廖雅国

２

（１畅同济大学经济与管理学院，上海２０００９２；２畅香港理工大学电子计算学系，香港）

能够识别出隐含在其中的情感信息，并发现用户情感的演变规摘要　　对用户发表在Ｗｅｂ上的评论进行分析，

律。为此，本文对Ｗｅｂ文本情感分类的研究进行综述。将情感分类划分为三类任务：主客观分类、极性判别和强度判别，对各自的研究进展进行总结。其中将情感极性判别的方法分为基于情感词汇语义特性的识别和基于统计自然语言处理的识别方法。分析了情感分类中的语料库选择和研究难点。最后总结了情感分类的应用现状，并指出今后的研究方向。

关键词　　Ｗｅｂ文本　情感分类　综述　主观性文本

ＬｉｔｅｒａｔｕｒｅＲｅｖｉｅｗｏｆＳｅｎｔｉｍｅｎｔＣｌａｓｓｉｆｉｃａｔｉｏｎｏｎＷｅｂＴｅｘｔ

ＷａｎｇＨｏｎｇｗｅｉ，Ｌｉｕ

#!/usr/bin/env python # -*-coding:utf8-*-

importos

import codecs

fromsklearn.feature_extraction.text import TfidfVectorizer importnltk

fromsklearn.naive_bayes import MultinomialNB fromsklearn.linear_model import SGDClassifier

def tokenize(text):

tokens = nltk.word_tokenize(text)

# stems = stem_tokens(tokens, stemmer) return tokens

defread_corpus(topics):

print \token_dict = dict() y_train = [] fori in range(6):

dROOT_SUB = u'./data/topic_corpus_cut/' + topics[i].decode(\count = 0

forsubdir, dirs, files in os.walk(dRO

道路运输业： 5210 公路旅客运输 5220 道路货物运输 5231 客运汽车站

5232 公路管理与养护

5239 其他道路运输辅助活动

装卸搬运和其他运输服务业 5710 装卸搬运 5720 运输代理服务

电信和其他信息传输服务业 6011 固定电信服务 6012 移动电信服务

6019 其他电信服务 6020 互联网信息服务

6031 有线广播电视传输服务 6032 无线广播电视传输服务 6040 卫星传输服务

租赁业

7311 汽车租赁

7312 农业机械租赁

7313 建筑工程机械与设备租赁 7314 计算机及通讯设备租赁 7319 其他机械与设备租赁 7321 图书及音像制品租赁 7329 其他文化及日用品出租

其他服务业

8311 汽车、摩托车维护和保养 8312 办公设备维修 8313 家用电器维修 8319 其他日用品维修 8321 建筑物清洁服务 8329 其他清洁服务 8390 其他位列明的服务

商务服务业

7411 企业管理机构 7412 投资和资产管理 7419 其他企业管理服务 7421 律师及相关法律服务 7422

公证服务

7429 其他法律服务

7431 会计、审计及税务服务 7432 市场调

学科代码

110 数学

110.11 数学史

110.14 数理逻辑与数学基础

110.1410 演绎逻辑学(亦称符号逻辑学) 110.1420 证明论(亦称元数学) 110.1430 递归论 110.1440 110.1450 110.1460 110.1499 110.17 110.1710 110.1720 110.1730 110.1740 110.1750 110.1760 110.1770 110.1780 110.1799 110.21 110.2110 110.2115 110.2120 110.2125 110.2130 110.2135 Kac-Moody110.2140 110.2145 110.2150 110.2155 110.2160 110.2165 110.2170 110.2175 110.2180 110.219

说明：1.本调查主要使用“小类”，即背景为红色的职业；2.请使用“查询”工具，检索到本企业相关岗位/工种，再匹配到相关的小类（该岗位/工种上边最近的一个小类）。如“营业员”，对应“营业人员”小类，请填写“4010100”。

大类

1000000

1050000

1050101

1050102

1050103

1050104

1050105

1050106

1050107

1050108

1050109

1050110

1050111

1050112

1050113

1050114

1050199

1059900

2000000

2010000

2010100

2010200

2010300

2010400

2010500

2010600

2010700

2010800

2010900

2011000

2011100

2011200

2011300

2011400

2011500

2011600

2011700

2019900

2020000

2020100

2020200中类小类单位负责人企业负责人企业董事企业经理企业职能部门经理或主管生产经营经理财务经理行政、人事经理人事经理销售和营销经理广告和公关经理采购经理计算机服务经理研究和开发经理餐厅、客房经理客房经理其他企业负责人其他企业管理人员专业技术人员科学研究人员哲学研究人

（2014 ---- 2015 学年 第 2 学期）

学院（中心、所）： 计算机与信息技术学院 专 业 名 称： 计算机应用技术 课 程 名 称： 自然语言处理技术 论 文 题 目： 文本分类综述 授课 教师（职称）：

研 究 生 姓 名： 年 级： 学 号： 成 绩： 评 阅 日 期：

山西大学研究生学院 2015年 6 月 2日

文本分类综述

摘要 文本分类就是在给定的分类体系下,让计算机根据给定文本的内容，将其判别为事先确定的若干个文本类别中的某一类或某几类的过程。文本分类在冗余过滤、组织管理、智能检索、信息过滤、元数据提取、构建索引、歧义消解、文本过滤等方面有很重要的应用。本文主要介绍文本分类的研究背

第一章 绪 论

1.1研究背景

当今的时代，是一个信息技术飞速发展的时代。随着信息技术的飞速发展，科学知识也在短时间内发生了急剧的、爆炸性的增长。

据1998年的资料显示[1]，70年代以来，全世界每年出版图书50万种，每一分钟就有一种新书出版。80年代每年全世界发表的科学论文大约500万篇，平均每天发表包含新知识的论文为1.3万-1.4万篇；登记的发明创造专利每年超过30万件，平均每天有800-900件专利问世。近二十年来，每年形成的文献资料的页数，美国约1,750亿页。另据联合国教科文组织所隶属的“世界科学技术情报系统”曾做的统计显示，科学知识每年的增长率，60年代以来已从9.5％增长到10.6％，到80年代每年增长率达12.5％。据说，一位化学家每周阅读40小时，光是浏览世界上一年内发表的有关化学方面的论文和著作就要读48年。而2005年的资料显示[2]，进入20世纪后全世界图书品种平均20年增加一倍，册数增加两倍。期刊出版物，平均10年增加一倍。科技文献年均增长率估计为13％，其中某些学科的文献量每10年左右翻一番，尖端科技文献的增长则更快，约2-3年翻一番。

同时，伴随着Internet的迅猛发展，网站和网页数也在迅速增长，大约

代 类门大类

码 类类 中小类别 名 称A1 11 11 11121 3 1114 151 116117 11811 9 12 21112 122 133 31 112 133 143 221 21 1212 13222 140

、农林牧、渔业、业农 谷物其他作及的物植 谷物的种植种薯 的类种 油料植种植的 豆的种类 植花的种棉 麻类植的种 糖料的种植植 草烟种的 植他作其物的植 种菜、蔬园作艺的种物 蔬菜植的植 花卉的种种 其他园植艺作物的种 水果植、坚果、饮和料香料物的种植 水作、坚果的果种 茶植及他其饮作物的种植 料香料作物种的植中 材的种植药 林业 木的培育林种和 植育种和苗 育造 林木林抚育和管的 木材和理竹材的运采

22122 22 3 313 2 33 34 39 344 1 11 4421 2 424142 25 5 51115 21519 52 5 351353 94 540 552 3001 230 303340 390 23

0木材的运采 竹的采运材林产品 的集采 牧业 畜牲畜的养 饲的饲养猪 家禽饲养的 狩和捕捉猎动物 他其牧业 畜业渔海洋渔业 海 养水 海洋殖捕捞 陆内渔业内 陆养 内殖陆捕捞农、林

学科分类与代码,学科分类与代码2017,学科分类与代码查询,学科分类与代码pdf,学科分类与代码 最新,学科分类与代码 教育部,《学科分类与代码》,学科分类与代码简表,计算机学科代码,学科分类与代码2018

学科分类与代码

（三位数字为一级学科，小数点后两位数字的为二级学科，小数点后三位数字的为三级学科）提示:按Ctrl+F键，输入你要查询的关键字，就可轻松找到你所需的学科代码。

110 数学

110.11 数学史

110.14 数理逻辑与数学基础

110.1410 演绎逻辑学

110.1420 证明论

110.1430 递归论

110.1440 模型论

110.1450 公理集合论

110.1460 数学基础

110.1499 数理逻辑与数学基础其他学科

110.17 数论

110.1710 初等数论

110.1720