中国の感情の言葉の極性を識別するためのファジーコンピューティングモデル

オンラインユーザー生成コンテンツがWeb上にあるため、センチメント分析は、データマイニングと自然言語処理において非常に積極的な研究問題となっています。感情の最も重要な指標として、正と負の極性を伝える感情の言葉は、感情分析のために非常に役立ちます。ただし、感情語の極性を識別する既存の方法のほとんどは、Cantorセットによる正と負の極性のみを考慮しているため、感情語の極性強度の曖昧さには注意が払われません。パフォーマンスを改善するために、この論文の中国の感情語の極性を特定するためのファジーコンピューティングモデルを提案します。この論文には3つの大きな貢献があります。まず、感情形態素と感情の言葉の極性強度を計算する方法を提案します。第二に、ファジー感情分類器を構築し、ファジー分類器のパラメーターを計算するために2つの異なる方法を提案します。第三に、4つのセンチメントワードデータセットと3つのレビューデータセットで広範な実験を実施します。実験結果は、モデルが最先端の方法よりも優れたパフォーマンスを示していることを示しています。

With the spurt of online user-generated contents on web, sentiment analysis has become a very active research issue in data mining and natural language processing. As the most important indicator of sentiment, sentiment words which convey positive and negative polarity are quite instrumental for sentiment analysis. However, most of the existing methods for identifying polarity of sentiment words only consider the positive and negative polarity by the Cantor set, and no attention is paid to the fuzziness of the polarity intensity of sentiment words. In order to improve the performance, we propose a fuzzy computing model to identify the polarity of Chinese sentiment words in this paper. There are three major contributions in this paper. Firstly, we propose a method to compute polarity intensity of sentiment morphemes and sentiment words. Secondly, we construct a fuzzy sentiment classifier and propose two different methods to compute the parameter of the fuzzy classifier. Thirdly, we conduct extensive experiments on four sentiment words datasets and three review datasets, and the experimental results indicate that our model performs better than the state-of-the-art methods.