Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Novel Method for Clustering Web Search Results with Wikipedia Disambiguation Pages Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Joint Sentiment and Emotion Classification with Integer Linear Programming

verfasst von : Rong Wang, Shoushan Li, Guodong Zhou, Hanxiao Shi

Erschienen in: Database Systems for Advanced Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

As two foundational tasks in sentiment analysis, sentiment classification and emotion classification have been considered separately and studied independently in the literature. In this paper, we put forward an Integer Linear Programming (ILP)-driven joint learning approach to leveraging the relationship between these two tasks. Empirical study verifies the appropriateness and effectiveness of our proposed approach to joint sentiment and emotion classification.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Interactive Gender Inference in Social Media
Nächstes Kapitel Mining Wikileaks Data to Identify Sentiment Polarities in International Relationships
Literatur
Alm, C., Roth, D., Sproat, R.: Emotions from text: machine learning for text-based emotion prediction. In: Proceedings of EMNLP 2005, pp. 579–586 (2005)
Gao, W., Li, S., Lee, S., Zhou, G., Huang, C.: Joint learning on sentiment and emotion classification. In: Proceeding of CIKM 2013, pp. 1505–1508 (2013)
Li, S., Xue, Y., Wang, Z., Zhou, G.: Active learning for cross-domain sentiment classification. In: Proceeding of IJCAI 2013, pp. 2127–2133 (2013a)
Li, S., Xue, Y., Wang, Z., Lee, S., Huang, C.: Data quality controlling for cross-lingual sentiment classification. In: Proceeding of IALP 2013, pp. 125–128 (2013b)
Liu, B.: Sentiment Analysis and Opinion Mining (Introduction and Survey). Morgan & Claypool Publishers, San Rafael (2012)
Ou, G., Chen, W., Li, B., Wang, T., Yang, D., Wong, K.-F.: CLUSM: An unsupervised model for microblog sentiment analysis incorporating link information. In: Bhowmick, S.S., Dyreson, C.E., Jensen, C.S., Lee, M.L., Muliantara, A., Thalheim, B. (eds.) DASFAA 2014, Part I. LNCS, vol. 8421, pp. 481–494. Springer, Heidelberg (2014)CrossRef
Pang, B., Lee, L.: Opinion mining and sentiment analysis. Found. Trends Inf. Retrieval 2(12), 1–135 (2008)CrossRef
Pang, B., Lee, L., Vaithyanathan, S.: Thumbs up? sentiment classification using machine learning Techniques. In: Proceedings of EMNLP 2002, pp. 79–86 (2002)
Purver, M., Battersby, S.: Experimenting with distant supervision for emotion classification. In: Proceedings of EACL 2012, pp. 482–491 (2012)
Quan, C., Ren, F.: Construction of a blog emotion corpus for chinese emotional expression analysis. In: Proceedings of EMNLP 2009, pp. 1446–1454 (2009)
Xu G., Meng, X., Wang, H.: Build chinese emotion lexicons using a graph-based algorithm and multiple resources. In: Proceeding of COLING 2010, pp. 1209–1217 (2010)
Zhou, S., Chen, Q., Wang, X.: Active deep learning method for semi-supervised sentiment classification. Neurocomputing 120, 536–546 (2013)CrossRef
Metadaten
Titel
Joint Sentiment and Emotion Classification with Integer Linear Programming
verfasst von
Rong Wang
Shoushan Li
Guodong Zhou
Hanxiao Shi
Copyright-Jahr
2015
Buch
Database Systems for Advanced Applications

Print ISBN: 978-3-319-22323-0

Electronic ISBN: 978-3-319-22324-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-22324-7_25