基于條件隨機場的情感分析模型在MOOCs評論文本分析中的應用研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、自2012以來,MOOCs(Massive Open Online courses)在全球范圍內迅速發(fā)展,MOOCs為了適合人們在網(wǎng)上學習,把學校中的課堂碎片化,移植到互聯(lián)網(wǎng)環(huán)境中。MOOCs改變了現(xiàn)代教育的方式、體制、觀念等,改善了傳統(tǒng)學校傳授知識的局限性,讓全世界人民都有機會享受高品質的教育。MOOCs給大眾帶來福利的同時也帶來了新的挑戰(zhàn),其中,如何對教學群體的大規(guī)模無結構化文本反饋開展情感分析等自然語言處理研究對提高教學精準化,優(yōu)

2、化智能教學環(huán)境尤為重要。傳統(tǒng)的文本的情感分析大多都是通過情感詞典統(tǒng)計文本中的褒義詞與貶義詞數(shù)量,通過分析褒義詞與貶義詞的特征得到文本篇章等級或句子等級的情感分類的結果,所以這種方法難以準確的獲取評論文本的情感信息。此外,情感詞典,難以覆蓋文本中所有的情感詞,尤其是對于在線評論文本,在線評論文本具有用語不規(guī)范,數(shù)據(jù)稀疏,未登錄詞很多的特點,一定程度上,舊詞新用也給文本情感分析帶來了麻煩。
  本文設計了一個基于條件隨機場應用模型,并

3、將其應用于對MOOCs論壇交互文本的研究。本文首先采集MOOCs論壇文本構建實驗數(shù)據(jù)集,并將評論文本的句子分割為基礎情感單元,基于基礎情感單元的文本情感分類比傳統(tǒng)的基于篇章或句子等級的情感分類更準確更合理。然后使用Stanford Parser獲取基礎情感單元的語法信息,綜合NTUSD情感詞典,對評論文本進行了多維特征提取,采用機器學習的方法,構建了一個半監(jiān)督的情感分類模型。同時,通過評論文本的語法信息與情感分類結果,建立了一個基于本領

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論