• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>9th International conference on language resources and evaluation >Author-Specific Sentiment Aggregation for Polarity Prediction of Reviews
【24h】

Author-Specific Sentiment Aggregation for Polarity Prediction of Reviews

机译：作者 - 特定于评论极性预测的情感聚集

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work, we propose an author-specific sentiment aggregation model for polarity prediction of reviews using an ontology. We propose an approach to construct a Phrase annotated Author specific Sentiment Ontology Tree (PASOT), where the facet nodes are annotated with opinion phrases of the author, used to describe the facets, as well as the author's preference for the facets. We show that an author-specific aggregation of sentiment over an ontology fares better than a flat classification model, which does not take the domain-specific facet importance or author-specific facet preference into account. We compare our approach to supervised classification using Support Vector Machines, as well as other baselines from previous works, where we achieve an accuracy improvement of 7.55% over the SVM baseline. Furthermore, we also show the effectiveness of our approach in capturing thwarting in reviews, achieving an accuracy improvement of 11.53% over the SVM baseline.
机译：在这项工作中，我们向使用本体的评论的极性预测提出了一个特定的文献情感聚合模型。我们提出了一种构建一个短语注释作者特定情感本体树（PASOT）的方法，其中，方面节点用作者的意见短语注释，用于描述方面，以及作者对方面的偏好。我们表明，在本体论的作者特定的情绪聚合比平面分类模型更好，这不会考虑到特定于域的面部重要或作者特定的方面偏好。我们比较我们使用支持向量机的监督分类的方法，以及来自以前的作品的其他基线，在那里我们通过SVM基线实现了7.55％的准确性提高。此外，我们还展示了我们在捕获挫败方面的方法方面的有效性，在SVM基线上实现了11.53％的准确性提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号