机读格式显示(MARC)

• 000 01600nam0 2200289 450

• 001 0000529334

• 005 20200915105900.0

• 010 __ |a 978-7-03-063720-8 |d CNY99.00

• 100 __ |a 20200514d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 维度型文本情感分析技术 |A wei du xing wen ben qing gan fen xi ji shu |f 王津, 张学杰著

• 210 __ |a 北京 |c 科学出版社 |d 2020.3

• 215 __ |a 137页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第128-137页)

• 330 __ |a 文本情感分析采用计算语言学的方法，可以对带有情感色彩的主观性文本进行分析、处理、归纳和推理。目前主要的研究方法根据情感状态的表述不同又分为类别型方法和维度型方法。现有研究多采用类别型方法，也就是将情感状态表示为多个类别，再利用文字特征进行分类。维度型方法可将所有情感状态表示在一个低维度，如此不但可以体现情感类别的区别，也可体现情感强弱程度的不同，因此可以提供更为细致的情感信息。相较于使用分类器进行类别型分析，维度型方法多采用回归模型，因此现有类别型方法将无法直接应用于维度型应用中。并且，现有维度型语聊稀缺，也为研究带来了一定难度。本书希望通过引入Valence-Arousal维度情感空间，进而在词汇、短语、句子以及文本等多个不同的语言层次形成维度型文本情感分析的方法。并且，本书希望通过引入深度学习与各类神经网络方法，并将其应用于回归问题之中。

• 333 __ |a 自然语言处理领域感兴趣人员。

• 510 1_ |a Dimensional sentiment analysis technology |z eng

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 690 __ |a TP391 |v 5

• 701 _0 |a 王津 |A wang jin |4 著

• 701 _0 |a 张学杰 |A zhang xue jie |4 著

• 801 _0 |a CN |b 江苏新华 |c 20200506

• 905 __ |a LIB |d TP391/87