数据挖掘笔记-情感倾向点互信息算法

待我称王封你为后i 2022-06-01 06:45 246阅读 0赞

点间互信息（PMI）主要用于计算词语间的语义相似度，基 本思想是统计两个词语在文本中同时出现的概率，如果概率越大，其相关性就越紧密，关联度越高。两个词语word1与word2的PMI值计算公式如下式所示为：

![20141004122523859][]

P(word1&word2)表示两个词语word1与word2共同出现的概率，即word1与word2共同出现的文档数， P(word1)与P(word2)分别表示两个词语单独出现的概率，即word出现的文档数。若两个词语在数据集的某个小范围内共现概率越大，表明其关联度越大；反之，关联度越小。P(word1&word2)与P(word1)P(word2)的比值是word1与word2两个词语的统计独立性度量。其值可以转化为3 种状态：

P(word1&word2) > 0；两个词语是相关的；值越大，相关性越强。

P(word1&word2) = 0；两个词语是统计独立的，不相关也不互斥。

P(word1&word2) < 0；两个词语是不相关的，互斥的。

情感倾向点互信息算法(Semantic Orientation Pointwise Mutual Information, SO-PMI)是将PMI方法引入计算词语的情感倾向（Semantic Orientation，简称SO）中，从而达到捕获情感词的目地。基于点间互信息SO-PMI 算法的基本思想是：首先分别选用一组褒义词跟一组贬义词作为基准词，假设分别用Pwords与Nwords来表示这两组词语。这些情感词必须是倾向性非常明显，而且极具领域代表性的词语。若把一个词语word1跟Pwords的点间互信息减去word1跟Nwords的点间互信息会得到一个差值，就可以根据该差

值判断词语word1的情感倾向。其计算公式如下式所示：

![20141004122530500][]

通常情况下，将0作为SO-PMI 算法的阀值。由此可以将得到三种状态：

SO-PMI（word1）  > 0；为正面倾向，即褒义词

SO-PMI（word1） = 0；为中性倾向，即中性词

SO-PMI（word1） < 0；为负面倾向，即贬义词

参考网址：

http://blog.csdn.net/fighting\_one\_piece/article/details/39778809

http://blog.csdn.net/liugallup/article/details/51164962

[20141004122523859]: /images/20220601/60a234c315f141018897977b47472944.png
[20141004122530500]: /images/20220601/7ecf03e110d848f3bc07ba3156521c38.png

发表评论取消回复

表情：

评论列表（有 0 条评论，246人围观）

还没有评论，来说两句吧...

相关阅读

相关基于数据挖掘的社交网络情感分析研究

基于数据挖掘的社交网络情感分析研究摘要随着近年来国内诸如微博、微信，国外诸如推特、Facebook 等知名社交网络平台及在线社交网络平台访问量的呈爆发式快速增

待我称王封你为后i/ 2024年03月16日 09:34/ 0 赞/ 78 阅读

相关【舆情分析（5）】情感倾向分析之鲁迅《祝福》里对祥林嫂（特定人物）的情感倾向

1. 获取百度AI接口许可及生成情感倾向分析的url链接注意要用自己的密匙获取`access_token`，注意要用自己的密匙获取`access_token`，注意要用

左手的ㄟ右手/ 2023年07月18日 09:48/ 0 赞/ 1 阅读

相关数据挖掘相关算法

文章目录 1. 数据获取 1.1 数据挖掘的对象 1.2数据挖掘的步骤 1.3支持数据挖掘的关键技术 1.4数

绝地灬酷狼/ 2022年09月07日 12:23/ 0 赞/ 1679 阅读

相关数据挖掘笔记-情感倾向点互信息算法

点间互信息（PMI）主要用于计算词语间的语义相似度，基本思想是统计两个词语在文本中同时出现的概率，如果概率越大，其相关性就越紧密，关联度越高。两个词语word1与word2的

待我称王封你为后i/ 2022年06月01日 06:45/ 0 赞/ 247 阅读

相关数据挖掘知识点简要

神经网络：Θ代表偏置，w代表权值。加权和f=∑OiWij; ① 输出层净输入等于输入的加权和加上偏置I3=O1W13+O2W23+Θ3 ②;输出层3的输出O3=1/1+e-I3

素颜马尾好姑娘i/ 2022年05月27日 11:27/ 0 赞/ 261 阅读

相关数据挖掘知识点简要

神经网络：Θ代表偏置，w代表权值。加权和f=∑OiWij; ① 输出层净输入等于输入的加权和加上偏置I3=O1W13+O2W23+Θ3 ②;输出层3的输出O3=1/1+e-I3

╰半夏微凉°/ 2022年05月26日 20:18/ 0 赞/ 235 阅读

相关数据挖掘--EM算法

EM（“Expectation Maximization”）期望最大化算法：它是一个基础算法，是很多机器学习领域算法的基础，比如聚类算法中的高斯混合模型（GMM），隐式马尔科夫

ゝ一纸荒年。/ 2022年05月18日 10:29/ 0 赞/ 260 阅读

相关 CSDN博文情感倾向分析-Python

使用Python写的CSDN博文情感倾向分析程序： ![70][] ![70 1][] 下载地址：[立即下载][Link 1] [7

痛定思痛。/ 2022年05月16日 07:36/ 0 赞/ 203 阅读

相关【数据挖掘】数据挖掘中的经典算法

最近的研究需要用到数据挖掘算法，然而当我使用时发现大三学过的数据挖掘知识都基本忘光了，需要重新进行学习，既然如此，我打算再重新对数据挖掘进行学习整理，这里整理一下数据挖掘领域的

柔光的暖阳◎/ 2022年01月19日 23:47/ 0 赞/ 365 阅读

相关数据挖掘-Apriori算法

微信搜索：“二十同学” 公众号，欢迎关注一条不一样的成长之路引子：啤酒与尿布据说这是一个真实的案例：沃尔玛在分析销售记录时，发现啤酒和尿布经常一起被购买，于是他们调

迈不过友情╰/ 2021年09月21日 13:22/ 0 赞/ 613 阅读