论文部分内容阅读
从读者的角度对文本情感进行分类.训练样本集以新闻文章作为样本实例,以文章后读者的投票信息作为样本类别标注的先验知识.针对该不完备的数据集提出了一种半监督学习的分类模型,分类方法采用朴素贝叶斯分类法和EM算法相结合.实验证明该方法不仅简单有效,而且具有较高的分类性能.
基于读者视角的文本情感分类
【摘 要】
：
从读者的角度对文本情感进行分类.训练样本集以新闻文章作为样本实例,以文章后读者的投票信息作为样本类别标注的先验知识.针对该不完备的数据集提出了一种半监督学习的分类
【机 构】
：
上海电力学院计算机科学与技术学院,武汉大学计算机科学与技术学院
【出 处】
：
微电子学与计算机
【发表日期】
：
2014年10期
【基金项目】
：
国家自然科学基金项目(61272277)
其他文献
针对结构相似度(SSIM)评价模糊图像存在的局限性,提出一种基于局部结构张量的结构相似性图像质量评价方法(ST-SSIM).方法首先利用结构张量提取图像几何结构强度和方向角度信息,然后用局部结构方向相似度比较函数和结构强度相似度比较函数替换SSIM中原有的结构比较函数,最后在图像质量映射图上以参考图像的结构强度函数加权计算得出最终的图像质量评价值.实验结果表明,由于LST-SSIM更加全面考虑到对
直方图均衡是常用的图像对比度增强技术.然而直方图并不包含任何的空间颜色的分布信息,因此其在图像编辑方面的应用还很有限.为了解决这个问题,可以采用空间直方图技术以实现跟踪的目的.空间直方图是是将直方图与每一种颜色的位置的均值和方差联合起来的图像描述方法,由此提出了一种新的空间直方图变换方法以实现图像的局部还原,通过采用一个参考空间直方图来修正所处理的图像中的感兴趣区域的颜色值,基于图像的阴影去除和修