位置：成果数据库 > 期刊 > 期刊详情页
An Empirical Study of Unsupervised Sentiment Classification of Chinese Reviews
  • ISSN号：1000-7180
  • 期刊名称：《微电子学与计算机》
  • 时间：0
  • 分类：TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] TN958[电子电信—信号与信息处理;电子电信—信息与通信工程]
  • 作者机构：[1]State Key Laboratory of Intelligent Technology and Systems, Tsinghua National Laboratory for Information Science and Technology, Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China
  • 相关基金：Supported by the National Natural Science Foundation of China （Nos. 60405011, 60575057, and 60875073）
作者： 翟忠武[1], 徐华[1], 贾培发[1]
关键词： 非监督分类, 情感, 汉语, 评论, 情绪, 性能, 数据集, 中国, sentiment noise words, unsupervised sentiment classification, domain dependent
中文摘要：

To whom correspondence should be addressed. E-mail： dcsjpf@mail.tsinghua.edu.cn; Tel： 86-10-62773876

同期刊论文项目
基于Agent的时间Petri网协作多机器人系统的建模与性能评价方法研究
期刊论文 2
基于多源信息融合的协作多机器人系统分布式协调控制方法研究
期刊论文 5 会议论文 9 著作 1
基于概率模型演化算法的协作多机器人系统学习与协调控制方法研究
期刊论文 11 会议论文 13
同项目期刊论文
Duple-EDA and Sample Density Balancing
Recent Advances in Multi-robot Systems (Chapter 13)
多机器人系统中的信息融合技术综述
BDI Agents Using Evolving Artificial Neural Network for Intelligent Planning In Etching Tools
多机器人系统中的信息融合技术综述
Task scheduling using Bayesian optimization algorithm for heterogeneous computing environments
A fast-convergence distributed support vector machine in small-scale connected networks
Exploiting effective features for Chinese sentiment classification
An empirical study of unsupervised semantic classification of Chinese reviews
Fuzzy timed agent based Petri nets for modeling cooperative multi-robot systems
A heuristic-based hybrid genetic-variable neighborhood search algorithm for task scheduling in heter
Questionnaires based skin attribute prediction using Elman neural network
An Elman neural network-based model for predicting anti-germ performances and ingredient levels with
基于SEMI标准的半导体工艺设备功能仿真系统设计
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编：李新龙
  • 地址：西安市雁塔区太白南路198号
  • 邮编：710065
  • 邮箱：mc771@163.com
  • 电话：029-82262687
  • 国际标准刊号：ISSN：1000-7180
  • 国内统一刊号：ISSN：61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:17909