有效的中文微博短文本倾向性分类算法

• 作者: 万月亮 张慧 张玉沙 韩忠明 黄今慧
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 倾向性 情感 词典 自动机 知网 支持向量机
• 年，卷（期）: 2012,（10）
• 页码范围: 89-93
• 分类号: TP391.1
• 字数: 6092字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.10.025

摘要

对具有长度短、结构复杂以及变形词多等特点的短文本倾向性分类进行深入研究,目的是提高倾向性分类的准确性和效率.以HowNet的情感词典为基础,提出一个微博新词发现算法,构建微博情感词典.在对文本进行分句、分词、标注、情感处理等后,构建一个自动机来计算短文本情感倾向性.为了客观评价该方法,选择基于HowNet的分类方法、基于SVM的分类方法进行比较性实验.实验结果表明提出的方法在一般文本分类上与SVM效果类似,在短文本上则具有明显的优势.同时该方法在效率上也具有突出优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩忠明	北京工商大学计算机与信息工程学院	51	631	14.0	23.0
2	黄今慧	北京工商大学计算机与信息工程学院	25	104	4.0	10.0
3	万月亮	北京工商大学计算机与信息工程学院	11	137	5.0	11.0
4	张玉沙	北京工商大学计算机与信息工程学院	1	68	1.0	1.0
5	张慧	北京工商大学计算机与信息工程学院	18	260	7.0	16.0