共查询到20条相似文献，搜索用时 607 毫秒
1.
刘宇松 《商丘职业技术学院学报》2012,(6):120-122
中文图书自动分类是对书名和摘要信息进行中文分词,为标题和摘要的特征词赋予不同的权重,根据特征词的权重对图书进行分类。基于svm的机器自动分类和层次分类两种自动分类方法相结合,是中文书目自动分类的有效途径。 相似文献
2.
在自动文本分类中,TF IDF算法是最为常用的特征权重计算方法。该算法运用广泛,但是存在不足:只考虑了特征词的频率和包含特征词的文档数量,没有考虑到特征词在类内和类间对权重的影响。对特征词权重计算方法进行了改进。为了解决特征词在类内均匀分布以及在类间的比重问题,提出了修正函数TF DFI DFO。实验比较发现,新的特征词权重算法能够更加精确地反映出特征词的分布情况,该算法与传统的TF IDF算法相比,在召回率、查准率和宏平均值上都有较大的提升。 相似文献
3.
罗佳 《贵州教育学院学报》2010,26(2)
歌词在歌曲创作的音乐内部构成因素里,是唯一对音乐形象和情感的具象表达.歌词与旋律虽然在陈述和表达方式上属于两个不同的范畴,但是将文学的具象文字和音乐的抽象音响相结合,它们之间又是融汇贯通并统一发展的.通过对歌词的中心思想与歌曲标题的关系分类、歌词在歌曲伴奏中的引颁性作用,提出歌词在歌曲创作中所起的引领作用是不容忽视的. 相似文献
4.
TF-IDF是文本分类中计算特征权重的经典方法,但其本身并未考虑特征词在文档集合中的分布情况,从而导致类别区分度不大。通过计算特征词类内密度与特征词在样本中均匀分布时整体平均密度的比值对IDF函数进行改进。实验结果表明,改进后的TF-IDF考虑了特征词内分布与在整体文档集中的分布,提升了对类别的区分能力,有效改善了文本分类效果。 相似文献
5.
针对当前基于LDA模型扩展的文本情感分析方法未能考虑同一词语在不同语境下其情感极性的差异及非特征情感词对微博文本情感极性的影响这两个问题,提出一种基于语境分类和遗传算法的微博情感分析方法。该方法首先利用LDA模型构造微博主题集及微博主题词集,然后用微博标签数据逐一对各微博主题词集应用遗传算法自动迭代计算得出词集中词语的情感值,最后利用词集词语的情感值计算微博文本情感极性。实验结果表明,该方法精确度比LDA提升3.12%,召回率达87.32%,F1达73.79%,能够从语境和非特征情感词获取微博情感信息,有效提高情感分类准确率。 相似文献
6.
为确定歌词隐含的情感主题对音乐分类的作用,在传统主题模型中融入情感、语义元素,定义基于情感主题的音乐分类标准并进行音乐分类。结合文本情感词典、Word2vec词向量空间,将主题模型的基础主题进一步归类为情感主题,并通过爬取网易云音乐歌曲信息进行模型训练及测试。实验证明,该模型具有较好的分类效果,对音乐情感分类平均准确率达到80%。 相似文献
7.
针对目前国内外学者对微博情感只作二分类研究,仅仅从正面和负面研究微博情感不足的问题,选取NLPCC2013-2014年多情感的微博数据集,重点研究常用的3种机器学习算法、3种特征选择以及特征权重方法对中文微博情感多分类的影响。实验表明：不管选择哪种特征权重,使用SVM的微博文本分类准确率都最高,KNN的准确率最低;不同特征权重下,信息增益作为特征选择的方法时,3个算法各自准确率都是最高的;当信息增益为特征选择,TF-IDF为特征权重时,支持向量机的文本分类准确率最高。由于微博简短、口语化,词袋模型忽视了词与词间的联系,导致微博情感分类准确率不高。 相似文献
8.
采用新的关键字的获得方法,并基于DHP算法提出一种新的高效的文本关联规则算法.根据 TF‘IDF 公式计算特征词的权重,特征词的平均权重作为阈值,权重大于阈值的特征词作为该文本的关键词,将关键词的权重用到本文的算法ARTREE中,抽取出文本的关联规则.本文算法和Apriori算法相比,具有运算效率高、规则的精度高的优点.实验验证本算法的有效性. 相似文献
9.
自本世纪初起,E—learning作为一种灵活、丰富、高效的学习方式,被越来越多的学习者接受,而伴随着学习技术的逐步成熟,学习者对E—learning应用的要求也从最初的知识推送提升到能够在讲授者与学习者之间搭建有效的沟通桥梁,将零反馈的封闭式学习变成多反馈的协作学习。E—learning的评论信息隐含了学习者在学习中遇到的问题和建议,从中可挖掘学习者对学习资源及授课者的意见。这对改善教学模式、完善教学支持服务意义重要。现有E—learning系统所提供的海量评论信息中正面评论与负面评论夹杂,给挖掘学习者的真实意见和需求带来困难。本文对文本情感分类过程进行归纳,构建了一种情感分类应用模型,在完成预处理、创建词典、提取情感特征后实现了一个情感分类引擎,并将该引擎与实际系统整合。改进后的系统能够将学习者的评论文本自动分为正面评论、负面评论和中性评论,实际性能及用户体验评价结果表明,新的基于情感单元的情感分类方法能满足E—learning评论文本的情感分类需求。 相似文献
10.
为丰富歌曲艺术表现手段,本文对“深刻挖掘歌词内涵．丰富歌唱情感表现”进行探讨．即结合歌曲实例和有关理论,通过对歌曲歌词内涵挖掘、歌曲演唱前期案头工作、演唱情感表现的分析论述,得出“朗读歌词,理顺情感、发现戏剧冲突,明确角色”,讲好“故事”,表“情”歌曲”,是“深刻挖掘歌词内涵。丰富歌曲情感表现”的具体方法和手段。本文是对歌曲演唱实践经验的总结．也是歌曲演唱理论的深入探讨,对于歌曲演唱者有着极强的借鉴意义。 相似文献
11.
12.
陈琼 《宁波教育学院学报》2014,(3):91-94
声乐艺术是语言与音乐两者紧密结合、相互联系的综合表达思想感情的一种表演艺术,歌唱的语言对艺术歌曲风格的表现有至关重要的作用。不同的艺术歌曲对咬字吐字的要求不同,在演绎中国艺术歌曲的时候,需要细细的品味歌词,用正确的咬字吐字方法表达歌曲的情感。 相似文献
13.
TFID作为文本特征权重计算常用方法,其不足之处是忽略了特征词在文本中的分布情况和文本长度。修正特征词后的改进TFIDF算法召回率和准确率都优于改进前TFIDF。 相似文献
14.
15.
王晓琦 《晋城职业技术学院学报》2010,3(3):91-93
在歌曲演唱中,可以从深入理解歌词含义,准确体验感情基调,细腻表现歌曲所表达的情感变化三个方面来说明怎样体现歌曲情感和音乐风格。要准确表达歌唱中的情感表现,要在学习生活中认真体会,情感的体验是一个日积月累的过程,要注意积累生活中亲身经历的体验,了解文学作品、音响资料及其他艺术领域的情感体现。要把绚丽多彩的情感世界用于歌曲的演唱中。 相似文献
16.
对具有字数少、噪声多、特征稀疏等特点的中文产品评论数据建立了一种基于机器学习的情感分类模型,旨在提高情感倾向性判别的综合评价指标F值。结合知网(HowNet)情感词典提出了一种通过增加情感词比重的C-TF-IDF权重计算方法,弥补了词频-逆向文档频率IF-IDF仅依靠词频来衡量特征项权重的缺点。先对一步三分法和二步二分法的情感分类策略进行了实验对比分析;然后选取了一步三分法对不同特征提取数量下的情感分类效果进行了研究。实验结果表明,C-TF-IDF比TF-IDF更适合于中文产品评论数据的情感分类任务,F值可最低提高1.584%,最大提高2.267%。 相似文献
17.
文本情感分析通过提取文本特征,根据文本中的情感倾向进行分类.研究表明,递归神经网络和卷积神经网络模型具有良好的性能.为提高文本情感分类性能,提出一种融合注意力和比较增强学习机制的混合网络情感分析模型,用比较增强学习机制进行分类来替代大量的复杂计算.该模型通过嵌入层向量化后,分别用CNN和双向门控循环单元提取不同特点的文... 相似文献
18.
声乐演唱中的情感表现应体现在对歌词的理解、对作品情感基调的把握和对歌曲艺术技巧的处理等不同方面,只有这样才能达到“以声传情,声情并茂”的艺术效果。 相似文献
19.
声乐艺术的魅力就源自于丰富、细腻、深刻的情感表达,因此,情感在声乐教学中占据重要地位.但我国声乐教学中普遍存在着不重视情感培养的问题,这严重制约了声乐教学的健康发展.为此,应将情感培养放到声乐教学突出的位置,在歌词学习、歌曲欣赏、试唱练习等方面渗透情感培养,以全面提高声乐教学质量. 相似文献
20.
文本分类问题中,卡方特征选择是一种效果较好的特征选择方法。计算单词的卡方值时,先计算单词针对每个类别的卡方值,再通过类别概率将卡方值调和平均,作为单词相对于整个训练集合的卡方值,这种全局方法忽视了单词和类别间的相关性。针对这一问题,提出基于类别的卡方特征选择方法。基于类别的方法针对每个类别遴选特征词,特征词数量根据事先设定的阈值、类别的文档数和整个训练集合文档数计算得到,不同类别的特征空间可能包含相同的特征词。采用KNN分类方法,将基于类别的方法与全局方法进行比较,实验结果表明,基于类别的方法能够提高分类器的总体性能。 相似文献