肖文韬
- 作品数：4 被引量：27H指数：2
- 供职机构：中国人民大学信息学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于TMS320DM642的图像融合平台设计
- 图象融合技术是在信息融合技术的理论基础上发展起来的图象处理新技术,随着图像融合技术的发展,目前该技术已在医学诊断、遥感、计算机视觉、气象预报及军事目标识别等方面有广泛的应用。
近年来,数字信号处理器/(DSP/...
- 肖文韬
- 关键词：红外热成像微光成像图像融合TMS320DM642
- 文献传递
- 基于意群划分的中文微博情感倾向分析研究被引量：8
- 2015年
- 微博作为一种新兴的社交网络平台,逐渐成为公众发布个人信息,获取实时信息,表达个人观点的新平台。针对微博情感倾向判断的问题,提出了一种基于意群划分的中文微博情感倾向分析(STDSG)方法。引入意群的概念,提出微博意群划分算法,根据意群间的关系,考虑否定词、程度词及标点符号的对情感倾向分析的影响,提出计算微博意群情感倾向的方法。在给定的数据集上,实验结果准确率达到了80.1%,总体性能优于基于情感词典的方法及基于支持向量机的方法。
- 桂斌杨小平朱建林张中夏肖文韬
- 关键词：意群情感倾向
- 基于微博表情符号的情感词典构建研究被引量：17
- 2014年
- 基于微博表情符号,提出一种自动构建情感词典的方法.从微博平台抓取大量带有表情符号的微博文本,并依据表情符号对微博文本进行情感倾向标注,生成情感语料库.对语料库进行分词、去重等预处理工作,根据词性规则抽取微博文本中情感词,统计每个情感词在正向和负向语料库中出现的次数,计算情感词的卡方统计值获得情感强度,根据情感词在正负微博文本中出现的概率判定情感词的倾向性,进而生成情感词典.这是一种全新的思路.以人工标注的情感词典为基准数据,实验结果表明,本文方法标注情感词的准确率在80%左右,在情绪词强度阈值θ为20、30时,生成情感词典综合F值最好,达到了82%以上.
- 桂斌杨小平张中夏肖文韬
- 关键词：表情符号情感词典语料库
