徐琳宏
- 作品数：13 被引量：672H指数：7
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于语义理解的文本倾向性识别机制
- 文本倾向性识别在垃圾邮件过滤、信息安全和自动向性识别机制.其主要思想是首先计算词汇与知网中己标注褒贬性的词汇间的相似度,获取词汇的倾向性;再选择倾向性明显的词汇作为特征值,用SVM分类器分析文本的褒贬性;最后采用否定规则...
- 徐琳宏林鸿飞杨志豪
- 关键词：程度副词知网相似度计算语义理解文本倾向性
- 文献传递
- 基于语义特征和本体的语篇情感计算
- 目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词...
- 徐琳宏林鸿飞
- 关键词：语义特征本体条件随机域
- 文献传递
- 基于语义特征和本体的语篇情感计算被引量：13
- 2007年
- 目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词汇本体和句子级关键情感词汇识别的基础上将语义特征加入到条件随机域中.最后对文章的情感结构采用两种不同的评估方法,分别评测结果的标注正确率和情感的连贯性.
- 徐琳宏林鸿飞
- 关键词：语义特征情感计算本体条件随机域
- 情感词汇本体的构造被引量：387
- 2008年
- 情感计算是目前人工智能领域的热门课题，而大规模的情感词汇本体的构造是准确完成文本情感识别的基础。本文首先根据目前情感分类发展的现状，确定情感分类体系，在此基础上综合现有的各种情感词汇资源构造情感词汇本体。在本体的知识获取过程中采用手工分类和自动获取相结合的方法填充词汇本体的框架。详细描述了词汇的情感类别、强度和极性等，并进一步统计了情感词汇的分布情况。
- 徐琳宏林鸿飞潘宇任惠陈建美
- 关键词：情感计算情感分类互信息本体
- 文本情感语料库的构建和分析
- 本文介绍了情感语料库构建方面的一些经验,讨论了在设计和建设情感语料库中的几个基本问题：制定标注规范、选择标注集、设计标注工具以及标注过程中的质量监控。目前已经标注完成近四万句, 一百万字的语料。在完成这些已标注语料的基础...
- 徐琳宏林鸿飞
- 关键词：情感迁移
- 文献传递
- 施引文献视角下正面引用论文的影响力及其影响因素的研究——以自然语言处理领域为例被引量：6
- 2021年
- 被引频次是科技论文的重要评价指标,但因为引用同一化的问题,需要矫正使用被引频次评估带来的偏差。本文以自然语言处理领域论文的引用极性为数据,从施引文献的角度出发,研究了正面引用和中性引用论文的影响力差别,以及不同引用原因下,正面引用论文的影响力差别。进一步探讨了影响作者引用极性的施引因素。利用非参数检验和逻辑回归等统计推断方法比较发现,正面引用论文的影响力明显高于中性引用论文的影响力,且正面引用的不同引用原因中,应用类型的论文影响力更大;施引位置和引用长度对引用极性有较大的影响,而引用强度和参考文献个数对极性没有影响。本文的研究结论为进一步丰富引文分析理论和细化科技质量评价策略提供了有益的改革思路。
- 徐琳宏徐琳宏丁堃孙晓玲
- 认知视角下的文本情感计算被引量：7
- 2010年
- 尝试将认知语用学和情绪心理学相关知识引入到文本情感计算中,以拉扎勒斯的认知-评价理论和认知语用学的认知语境为理论背景,提出一个新的文本情感认知模型。它从情感的发生机制出发,以多种情感图式为基础,考虑否定状态下情感的极性关系等多方面因素,提高了文本情感识别的准确率。情感认知模型是从一个新的视角研究情感识别问题,拓宽了研究的维度和理论背景,提供了新的研究思路。实验证明该模型是有效的。
- 徐琳宏林鸿飞
- 关键词：认知语境
- 情感语料库的构建和分析被引量：116
- 2008年
- 本文介绍了情感语料库构建方面的一些经验,讨论了在设计和建设情感语料库中的几个基本问题:制定标注规范、选择标注集、设计标注工具以及标注过程中的质量监控。目前已经标注完成近4万句,100万字的语料。在完成这些已标注语料的基础上,进一步给出了语料库的情感分布,情感迁移规律等统计数据,分析了情感语料库的特点及应用。它的建成将为文本情感计算提供更加强大的资源支持。
- 徐琳宏林鸿飞赵晶
- 关键词：计算机应用中文信息处理情感迁移
- 基于语义理解的文本倾向性识别机制被引量：148
- 2007年
- 文本倾向性识别在垃圾邮件过滤、信息安全和自动文摘等领域都有广泛的应用。本文提出了基于语义理解的文本倾向性识别机制。其主要思想是首先计算词汇与知网中已标注褒贬性的词汇间的相似度,获取词汇的倾向性;再选择倾向性明显的词汇作为特征值,用SVM分类器分析文本的褒贬性;最后采用否定规则匹配文本中的语义否定的策略提高分类效果,同时处理程度副词附近的褒义词和贬义词,以加强对文本褒贬义强度的识别。
- 徐琳宏林鸿飞杨志豪
- 关键词：否定句程度副词
- 基于语义理解的文本倾向性识别机制
- 文本倾向性识别在垃圾邮件过滤、信息安全和自动文摘等领域都有广泛的应用。本文提出了基于语义理解的文本倾向性识别机制,其主要思想是首先计算词汇与知网中已标注褒贬性的词汇间的相似度,获取词汇的倾向性;再选择倾向性明显的词汇作为...
- 徐琳宏林鸿飞杨志豪
- 关键词：程度副词知网否定句
- 文献传递
