Merkzettel Warenkorb
Produktbild: The SenticNet Sentiment Lexicon: Exploring Semantic Richness in Multi-Word Concepts
Band 4

The SenticNet Sentiment Lexicon: Exploring Semantic Richness in Multi-Word Concepts

Aus der Reihe SpringerBriefs in Cognitive Computation

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.06.2016

Abbildungen

VI, 13 illus., 8 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Verlag

Springer

Seitenzahl

55

Maße (L/B/H)

23,5/15,5/0,4 cm

Gewicht

125 g

Auflage

1st ed. 2016

Sprache

Englisch

ISBN

978-3-319-38970-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.06.2016

Abbildungen

VI, 13 illus., 8 illus. in color., farbige Illustrationen, schwarz-weiss Illustrationen

Verlag

Springer

Seitenzahl

55

Maße (L/B/H)

23,5/15,5/0,4 cm

Gewicht

125 g

Auflage

1st ed. 2016

Sprache

Englisch

ISBN

978-3-319-38970-7

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: The SenticNet Sentiment Lexicon: Exploring Semantic Richness in Multi-Word Concepts

  • 1.   Introduction

    1.1 Sentiment in Opinionated Text

    1.2 Background

    1.3 Research Problem

    2.    Sentiment Analysis

    2.1 Sentiment Analysis Challenges

    2.2 Levels of Analysis

    2.3 Supervised vs. Unsupervised Sentiment Analysis

    2.4 Linguistics-based Sentiment Analysis

    2.5 Lexicon-based Sentiment Analysis

    2.6 Conclusion

    3.    SenticNet

    3.1 The Common Sense Nature of SenticNet Knowledge

    3.2 A Seminal Approach to Concept-based Sentiment Analysis

    3.3 Producing SenticNet

    3.4 SenticNet Processes

    3.5 SenticNet Knowledge: Encoding

    3.6 SenticNet Access Methods

    3.7 SenticNet in Numbers

    3.7.1 Concept Types: Number of Words

    3.7.2 Analysis of Polarity Values: Single-Word vs. Multi-Word Concepts

    3.8 Conclusion

    4.   Unsupervised Sentiment Classification

    4.1 Datasets

    4.2 Classification Design and Implementation

    4.2.1 Overview

    4.2.2 Sentiment Classification Process

    4.2.3 Polarity Value Thresholds

    4.2.4 Implementation

    4.3 Conclusion

    5. Evaluation

    5.1 Classification Performance

    5.1.1 Research Question

    5.1.2 Qualitative Differences Between the Datasets

    5.1.3 SenticNet

    5.1.4 Sentiment Analysis System

    5.1.5 Sentiment Classification Design

    5.2 Limitations

    5.3 Conclusions

    6.  Conclusion

    6.1 Future Work

    6.2 Final Remarks

     Index