面向微博短文本的细粒度情感特征抽取方法

• 作者: 何炎祥 刘健博 刘楠 彭敏 贺飞艳
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 自然语言处理 文本情感分析 细粒度情感 多分类特征抽取
• 年，卷（期）: 2014,（1）
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP391
• 字数: 6339字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2014.013

摘要

结合TF-IDF方法与方差统计方法,提出一种实现多分类特征抽取的计算方法.采用先极性判断,后细粒度情感判断的处理方法,构建细粒度情感分析与判断流程,并将其应用于微博短文本的细粒度情感判断.通过NLP&CC2013评测所提供的训练语料对该方法有效性进行验证,结果表明该方法具有较好的抽取效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
2	刘健博	武汉大学计算机学院	10	98	5.0	9.0
3	彭敏	武汉大学计算机学院	68	440	11.0	19.0
4	贺飞艳	武汉大学计算机学院	2	51	1.0	2.0
5	刘楠	武汉大学计算机学院	6	131	4.0	6.0