Multi-class sentiment analysis using a hierarchical logistic model tree approach

Mostrar todas las versiones(212)

En este trabajo se propone un nuevo sistema híbrido para el análisis de sentimientos en clase múltiple basado en el uso del diccionario General Inquirer (GI) y un enfoque jerárquico del clasificador Logistic Model Tree (LMT). Este nuevo sistema se compone de tres capas, la capa bipolar (BL) que cons...

Descripción completa

Detalles Bibliográficos
Autores principales: Homsi, Masun Nabhan, Universidad de Cuenca, Dirección de Investigación de la Univerisdad de Cuenca, DIUC
Formato: Artículo
Lenguaje:Inglés
Publicado: Universidad de Cuenca 2015
Materias:
SENTIMIENTOS
ANALISIS DE SENTIMIENTOS
ENFOQUE HIBRIDO
MODELO LOGISTICO
DICCIONARIO GENERAL INQUIRER
Acceso en línea:http://dspace.ucuenca.edu.ec/handle/123456789/21375
http://biblioteca.clacso.edu.ar/gsdl/cgi-bin/library.cgi?a=d&c=ec/ec-003&d=12345678921375oai
Aporte de:
Red de Bibliotecas Virtuales de Ciencias Sociales (CLACSO) de Consejo Latinoamericano de Ciencias Sociales
id I16-R122-12345678921375oai
record_format dspace
institution Consejo Latinoamericano de Ciencias Sociales
institution_str I-16
repository_str R-122
collection Red de Bibliotecas Virtuales de Ciencias Sociales (CLACSO)
language Inglés
topic SENTIMIENTOS
ANALISIS DE SENTIMIENTOS
ENFOQUE HIBRIDO
MODELO LOGISTICO
DICCIONARIO GENERAL INQUIRER
spellingShingle SENTIMIENTOS
ANALISIS DE SENTIMIENTOS
ENFOQUE HIBRIDO
MODELO LOGISTICO
DICCIONARIO GENERAL INQUIRER
Homsi, Masun Nabhan
Universidad de Cuenca
Dirección de Investigación de la Univerisdad de Cuenca
DIUC
Multi-class sentiment analysis using a hierarchical logistic model tree approach
topic_facet SENTIMIENTOS
ANALISIS DE SENTIMIENTOS
ENFOQUE HIBRIDO
MODELO LOGISTICO
DICCIONARIO GENERAL INQUIRER
description En este trabajo se propone un nuevo sistema híbrido para el análisis de sentimientos en clase múltiple basado en el uso del diccionario General Inquirer (GI) y un enfoque jerárquico del clasificador Logistic Model Tree (LMT). Este nuevo sistema se compone de tres capas, la capa bipolar (BL) que consta de un LMT (LMT-1) para la clasificación de la polaridad de sentimientos, mientras que la segunda capa es la capa de la Intensidad (IL) y comprende dos LMTs (LMT-2 y LMT3) para detectar por separado tres intensidades de sentimientos positivos y tres intensidades de sentimientos negativos. Sólo en la fase de construcción, la capa de Agrupación (GL) se utiliza para agrupar las instancias positivas y negativas mediante el empleo de 2 k-means, respectivamente. En la fase de Pre-procesamiento, los textos son segmentados por palabras que son etiquetadas, reducidas a sus raíces y sometidas finalmente al diccionario GI con el objetivo de contar y etiquetar sólo los verbos, los sustantivos, los adjetivos y los adverbios con 24 marcadores que se utilizan luego para calcular los vectores de características. En la fase de Clasificación de Sentimientos, los vectores de características se introducen primero al LMT-1, a continuación, se agrupan en GL según la etiqueta de clase, después se etiquetan estos grupos de forma manual, y finalmente las instancias positivas son introducidas a LMT-2 y las instancias negativas a LMT-3. Los tres árboles están entrenados y evaluados usando las bases de datos Movie Review y SenTube con validación cruzada estratificada de 10-pliegues. LMT-1 produce un árbol de 48 hojas y 95 de tamaño, con 90,88% de exactitud, mientras que tanto LMT-2 y LMT-3 proporcionan dos árboles de una hoja y uno de tamaño, con 99,28% y 99,37% de exactitud,respectivamente. Los experimentos muestran que la metodología de clasificación jerárquica propuesta da un mejor rendimiento en comparación con otros enfoques prevalecientes.
format Article
Article
author Homsi, Masun Nabhan
Universidad de Cuenca
Dirección de Investigación de la Univerisdad de Cuenca
DIUC
author_facet Homsi, Masun Nabhan
Universidad de Cuenca
Dirección de Investigación de la Univerisdad de Cuenca
DIUC
author_sort Homsi, Masun Nabhan
title Multi-class sentiment analysis using a hierarchical logistic model tree approach
title_short Multi-class sentiment analysis using a hierarchical logistic model tree approach
title_full Multi-class sentiment analysis using a hierarchical logistic model tree approach
title_fullStr Multi-class sentiment analysis using a hierarchical logistic model tree approach
title_full_unstemmed Multi-class sentiment analysis using a hierarchical logistic model tree approach
title_sort multi-class sentiment analysis using a hierarchical logistic model tree approach
publisher Universidad de Cuenca
publishDate 2015
url http://dspace.ucuenca.edu.ec/handle/123456789/21375
http://biblioteca.clacso.edu.ar/gsdl/cgi-bin/library.cgi?a=d&c=ec/ec-003&d=12345678921375oai
work_keys_str_mv AT homsimasunnabhan multiclasssentimentanalysisusingahierarchicallogisticmodeltreeapproach
AT universidaddecuenca multiclasssentimentanalysisusingahierarchicallogisticmodeltreeapproach
AT direcciondeinvestigaciondelauniverisdaddecuenca multiclasssentimentanalysisusingahierarchicallogisticmodeltreeapproach
AT diuc multiclasssentimentanalysisusingahierarchicallogisticmodeltreeapproach
AT homsimasunnabhan maskanarevistacientifica
AT universidaddecuenca maskanarevistacientifica
AT direcciondeinvestigaciondelauniverisdaddecuenca maskanarevistacientifica
AT diuc maskanarevistacientifica
bdutipo_str Repositorios
_version_ 1764820417958117377

Ejemplares similares