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:
采用朴素贝叶斯分类器对微博语句的主客观分类问题进行研究.首先分析微博文本和其他文本的主要区别,并针对微博文本的表述特点提取一些主客观线索特征,然后对2-POS模式的最佳选取方式进行研究,最后以特征词和主客观线索做语义特征,2-POS模式做语法特征,采用朴素贝叶斯分类器分别研究它们对分类结果的影响.实验结果表明,同时考虑语义特征和语法结构特征的分类效果比仅考虑一种特征时要好.
推荐文章
基于语义的TriPos模式的中文主客观分析方法
主客观分析
卡方统计
语义规则
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Adaboost算法的主客观句分类
集成学习
Adaboost
主客观分类
特征选择
基于关键句分析的微博情感倾向性研究
情感分析
倾向性分析
关键句
依存句法分析
观点挖掘
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 中文微博情感分析中主客观句分类方法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 微博 主客观分类 主客观线索 2-POS模式 朴素贝叶斯
年,卷(期) 2013,(1) 所属期刊栏目 信息·计算机
研究方向 页码范围 51-56
页数 6页 分类号 TP391.1
字数 5271字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2013.01.011
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 杨武 重庆理工大学计算机科学与工程学院 27 175 6.0 12.0
2 宋静静 重庆理工大学计算机科学与工程学院 2 55 2.0 2.0
3 唐继强 重庆理工大学计算机科学与工程学院 8 66 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (51)
参考文献  (4)
节点文献
引证文献  (53)
同被引文献  (40)
二级引证文献  (105)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2013(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(23)
  • 引证文献(14)
  • 二级引证文献(9)
2015(27)
  • 引证文献(12)
  • 二级引证文献(15)
2016(23)
  • 引证文献(5)
  • 二级引证文献(18)
2017(29)
  • 引证文献(3)
  • 二级引证文献(26)
2018(25)
  • 引证文献(10)
  • 二级引证文献(15)
2019(20)
  • 引证文献(4)
  • 二级引证文献(16)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
微博
主客观分类
主客观线索
2-POS模式
朴素贝叶斯
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导