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:
为了提升对微博数据分析的准确度,首先对微博的发展现状及文本特点进行分析;其次提出全新的情感倾向词典构建方案,在改进现有词典的同时加入三个全新类型的词典,并以此作为词法分析的基础;随后建立可解析词与词、子句与子句之间的逻辑关系的语法库,从而实现对微博文本的语法分析;最后,应用本文提出的改进算法,设计、实现算法验证程序并进行测试。结果表明,改进算法在处理微博文本数据时正确率为80.74%,较原算法提高了22.72%。
推荐文章
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
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
基于AWCRF模型的微博情感倾向分类方法
情感分析
情感分类
AffinityPropogation算法
欠采样技术
Word2vec技术
条件随机场
基于改进依存句法的微博情感分析研究
情感倾向分析
依存句法分析
中心情感词
微博
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 微博情感倾向算法的改进与实现
来源期刊 知识管理论坛 学科 工学
关键词 情感倾向分析 微博 情感词典 算法
年,卷(期) 2013,(9) 所属期刊栏目
研究方向 页码范围 21-27
页数 7页 分类号 TP391.1
字数 语种
DOI
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 吕云翔 北京航空航天大学软件学院 12 11 2.0 2.0
2 张伟舒 北京航空航天大学软件学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感倾向分析
微博
情感词典
算法
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
知识管理论坛
双月刊
2095-5472
11-6036/C
16开
北京中关村北四环西路33号中科院文献情报
2010
chi
出版文献量(篇)
761
总下载数(次)
3
总被引数(次)
1901
论文1v1指导