基于机器学习的中文微博情感分类实证研究

• 作者: 刘志明 刘鲁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微博 情感分类 机器学习 特征选取 特征项权重
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-4
• 分类号: TP39
• 字数: 4970字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.01.001

摘要

使用三种机器学习算法、三种特征选取算法以及三种特征项权重计算方法对微博进行了情感分类的实证研究.实验结果表明,针对不同的特征权重计算方法,支持向量机(SVM)和贝叶斯分类算法(Na(i)ve Bayes)各有优势,信息增益(IG)特征选取方法相比于其他的方法效果明显要好.综合考虑三种因素,采用SVM和IG,以及TF-IDF(Term Frequency-Inverse DocumentFrequency)作为特征项权重,三者结合对微博的情感分类效果最好.针对电影领域,比较了微博评论和普通评论之间分类模型的通用性,实验结果表明情感分类性能依赖于评论的风格.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鲁	北京航空航天大学经济管理学院	148	3735	29.0	58.0
2	刘志明	北京航空航天大学经济管理学院	7	325	4.0	7.0