基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对新浪微博文本进行情感信息方面的分析与研究,提出一种基于情绪知识的非监督情感分类方法.利用情绪词和表情图片2种情绪知识对大规模微博非标注语料进行筛选并自动标注,用自动标注好的语料作为训练集构建微博情感文本分类器,对微博文本进行情感极性自动分类.实验结果表明,该方法对微博文本的情感极性分类达到较好的效果.
推荐文章
基于回应消息的中文微博情感分类方法
中文微博
情感分类
回应消息
支持向量机
基于类序列规则的中文微博情感分类
情感分类
微博文本
类序列规则
情感词典
机器学习
文本特征
基于多情绪源关联模型的中文微博情感分析
多模态情感分析
多情绪源
社交媒体
关联性
基于情绪因子的中文微博情绪识别与分类
情绪因子
情绪词典
情绪规则
情绪计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情绪知识的中文微博情感分类方法
来源期刊 计算机工程 学科 工学
关键词 中文信息处理 无监督学习 情绪知识 微博 情感分类
年,卷(期) 2012,(13) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 156-158,162
页数 分类号 TP391
字数 4587字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.13.046
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周国栋 苏州大学计算机科学与技术学院 138 1425 22.0 32.0
5 李寿山 苏州大学计算机科学与技术学院 68 618 13.0 23.0
7 庞磊 苏州大学计算机科学与技术学院 1 81 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (48)
参考文献  (3)
节点文献
引证文献  (81)
同被引文献  (102)
二级引证文献  (279)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(7)
  • 引证文献(4)
  • 二级引证文献(3)
2014(42)
  • 引证文献(16)
  • 二级引证文献(26)
2015(58)
  • 引证文献(21)
  • 二级引证文献(37)
2016(44)
  • 引证文献(20)
  • 二级引证文献(24)
2017(53)
  • 引证文献(4)
  • 二级引证文献(49)
2018(70)
  • 引证文献(9)
  • 二级引证文献(61)
2019(65)
  • 引证文献(3)
  • 二级引证文献(62)
2020(20)
  • 引证文献(3)
  • 二级引证文献(17)
研究主题发展历程
节点文献
中文信息处理
无监督学习
情绪知识
微博
情感分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导