Přejít k obsahu


Semantic Spaces for Sentiment Analysis

Citace: HABERNAL, I., BRYCHCÍN, T. Semantic Spaces for Sentiment Analysis. In TSD 2013. Berlin: Springer, 2013. s. 484-491. ISBN: 978-3-642-40584-6 , ISSN: 0302-9743
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Semantic Spaces for Sentiment Analysis
Rok vydání: 2013
Místo konání: Berlin
Název zdroje: Springer
Autoři: Ing. Ivan Habernal Ph.D. , Ing. Tomáš Brychcín ,
Abstrakt CZ: Tento článek prezentuje novou metodu pro analýzu sentimentu na úrovni dokumentů s částečným učením s učitelem. Používáme state-of-the-art přístup pro učení s učitelem a obohacujeme sadu příznaků o shluky slov získaných ze sémentických prostorů. Naší metodu testujeme na třech velkých korpusech (české recenze filmů a produktů a anglické recenze filmů) a překonáváme state-of-the-art. Pokud víme, tento článek jako první popisuje úspěšné zahrnutí sémantických prostorů, založených na statistice okolních slov, do analýzy sentimentu.
Abstrakt EN: This article presents a new semi-supervised method for document-level sentiment analysis. We employ a supervised state-of-the-art classification approach and enrich the feature set by adding word cluster features. These features exploit clusters of words represented in semantic spaces computed on unlabeled data. We test our method on three large sentiment datasets (Czech movie and product reviews, and English movie reviews) and outperform the current state of the art. To the best of our knowledge, this article reports the first successful incorporation of semantic spaces based on local word co-occurrence in the sentiment analysis task.
Klíčová slova

Zpět

Patička