多策略中文微博细粒度情绪分析研究

• 作者: 余颖 刘志明 徐强 欧阳纯萍 阳小华 雷龙艳
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 细粒度情绪分析 中文微博 朴素贝叶斯 SVM KNN
• 年，卷（期）: 2014,（1）
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP391
• 字数: 6477字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2014.028

摘要

针对中文微博用户的情绪分析问题,提出一种基于多策略融合的细粒度情绪分析方法.首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究,然后构建有情绪微博的21维特征向量,最后采用SVM和KNN算法对微博进行细粒度情绪分析.以新浪微博作为实验对象,结果表明多策略集成方法好于单一分类算法.在多策略集成方法中,“NB+ SVM”方法略优于“NB+KNN”方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳小华	南华大学计算机科学与技术学院	160	821	14.0	22.0
2	余颖	南华大学计算机科学与技术学院	29	134	5.0	10.0
3	刘志明	南华大学计算机科学与技术学院	90	409	9.0	16.0
4	欧阳纯萍	南华大学计算机科学与技术学院	48	212	6.0	13.0
5	徐强	南华大学计算机科学与技术学院	3	62	3.0	3.0
6	雷龙艳	南华大学计算机科学与技术学院	6	72	4.0	6.0