基于SVM的中文新闻评论的情感自动分类研究

• 作者: 古丽拉·阿东别克 梁坤
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 情感分类 语义倾向度 支持向量机
• 年，卷（期）: 2009,（5）
• 页码范围: 3496-3498
• 页数: 3页
• 分类号: TP391

摘要

情感分类是一项具有较大实用价值的分类技术，它可以在一定程度上解决网络评论信息杂乱的现象，方便用户准确定位所需信息。目前针对中文情感分类的研究相对较少，该文考虑将一些网络评论进行情感分类，判断一篇评论是正面还是反面。文本分类的机器学习方法较多，该文采用支持向量机的方法进行分类。该文特点在于采用具有语意倾向的词并综合其词性作为特征项．采用TF—IDF的值作为特征项权值。实验表明，用这种方法对网上的一些评论进行分类可以达到一个高的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古丽拉·阿东别克	新疆大学信息科学与工程学院	39	258	8.0	14.0
2	梁坤	新疆大学信息科学与工程学院	2	8	1.0	2.0