基于词典与机器学习的中文微博情感分析研究

• 作者: 吕学强 孙建旺 张雷瀚
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博 表情符号 极性值 位置权重 情感分类
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 177-181
• 页数: 5页
• 分类号: TP391.1
• 字数: 6232字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.07.045

摘要

随着Web2.0时代的兴起,与微博相关的研究得到学术界和工业界的广泛关注.选取微博文本中的动词和形容词作为特征;提出基于层次结构的特征降维方法;采用设计的基于表情符号的方法计算特征极性值;在此基础上,提出基于特征极性值的位置权重计算方法,借助SVM作为机器学习模型将微博文本分为正面、负面和中性三类.实验结果表明,提出的方法能够比较有效地对中文微博文本进行情感分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
2	孙建旺	北京信息科技大学网络文化与数字传播北京市重点实验室	4	114	2.0	4.0
3	张雷瀚	北京信息科技大学网络文化与数字传播北京市重点实验室	4	127	3.0	4.0