• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of online engineering >Building a Sentiment Analysis System Using Automatically Generated Training Dataset
【24h】

Building a Sentiment Analysis System Using Automatically Generated Training Dataset

机译：使用自动生成的培训数据集构建情绪分析系统

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 paper, we describe a methodology to develop a large training set for sentiment analysis automatically. We extract Arabic tweets and then annotates them for negativeness and positiveness sentiment without human intervention. These annotated tweets are used as a training data set to build our experimental sentiment analysis by using Naive Bayes algorithm and TF-IDF enhancement. The large size of training data for a highly inflected language is necessary to compensate for the sparseness nature of such languages. We present our techniques and explain our experimental system. We use 200 thousand annotated tweets to train our system. The evaluation shows that our sentiment analysis system has high precision and accuracy measures compared to existing ones.
机译：在本文中，我们描述了一种自动开发大型训练的方法，用于自动进行情感分析。我们提取阿拉伯语推文，然后诠释他们，以获得消极性和积极情绪，没有人为干预。这些注释的推文用作培训数据集，以通过使用Naive Bayes算法和TF-IDF增强来构建我们的实验性情绪分析。对于高度变形语言的大尺寸培训数据是为了弥补这种语言的稀疏性。我们提出了我们的技术并解释了我们的实验系统。我们使用200万元推荐的推文培训我们的系统。评估表明，与现有的，我们的情感分析系统具有高精度和准确度措施。

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