阿拉伯语新闻专线评论的主观情感分析
计算与语言
2019-11-12 v1
摘要
本文提出一种基于监督机器学习方法的方法，用于区分在线新闻专线中正向、负向和中性阿拉伯语评论。该语料库在句子级别标注了主观性和情感分析（SSA）。模型同时使用计数与 TF-IDF 表示，并应用六种机器学习算法：多项朴素贝叶斯、支持向量机（SVM）、随机森林、逻辑回归、多层感知机以及使用 unigram、bigram 特征的 k 近邻。旨在从书面文本中提取用户情感。实验结果表明，n-gram 特征可显著提升性能；并表明多项朴素贝叶斯方法在预测主题极性上最为准确。最佳结果使用由基于词的 unigram 与 bigram 组合的计数向量训练取得，两类总体准确率为 85.57%，三类为 65.64%。
引用
@article{arxiv.1911.03776,
title = {Subjective Sentiment Analysis for Arabic Newswire Comments},
author = {Sadik Bessou and Rania Aberkane},
journal= {arXiv preprint arXiv:1911.03776},
year = {2019}
}
备注
7 pages, 7 tables, article in journal