传统一阶隐马尔可夫分词模型只考虑相邻变量间的条件概率，其在获取上下文信息方面潜力有限。基于此，本文利用二阶隐马尔可夫模型来充分联系上下文语义信息并对文本进行精确分词，同时提出了一种基于二阶隐马尔可夫模型的情感分析方法，可以利用Baum-Welch算法对参数模型进行有效估计。实证结果表明，该方法的情感分类准确率达到72.23%，比一阶隐马尔可夫模型方法高出0.95%。
科研之友
微信
新浪微博
Facebook
分享链接
