原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
通过对中文微博情感分类的深入研究,该文提出了基于回应消息的中文微博情感分类方法。首先,对微博回应消息进行情感标注,然后利用回应消息情感分布结合SVM算法对微博文本情感进行分类;其次,对分类特征进行了详细分析。实验结果表明,该方法能够得到更高的准确率和召回率。
推荐文章
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
基于情绪知识的中文微博情感分类方法
中文信息处理
无监督学习
情绪知识
微博
情感分类
基于卷积神经网络的中文微博情感分类
情感分类
卷积神经网络
微博分类
基于中文微博的情感词典构建及分类方法磁
中文微博
微博情感词典
情感分类
情感词汇自动获取
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 基于回应消息的中文微博情感分类方法
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 中文微博 情感分类 回应消息 支持向量机
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 95-98
页数 4页 分类号 TP391.1
字数 语种 中文
DOI 10.3969/j.issn.1001-9146.2013.06-024
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 王小华 杭州电子科技大学认知与智能计算研究所 62 492 13.0 18.0
2 谌志群 杭州电子科技大学认知与智能计算研究所 51 455 11.0 20.0
3 王荣波 杭州电子科技大学认知与智能计算研究所 35 126 7.0 9.0
4 郭飞飞 杭州电子科技大学认知与智能计算研究所 1 3 1.0 1.0
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  (150)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
中文微博
情感分类
回应消息
支持向量机
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导