微博汽车领域中用户观点句识别方法的研究

• 作者: 姚天昉 潘艳茜
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 微博 观点句识别 意见挖掘 SVM
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 148-154
• 页数: 7页
• 分类号: TP391
• 字数: 5662字
• 语种: 中文

摘要

该文主要研究如何自动识别微博中用户对各品牌汽车进行评价的句子.针对微博中汽车宣传信息较多而由真正汽车用户发出的观点句所占比例很小的特点,该文提出了结合微博和汽车评论语料的基于SVM模型的分类方法.选取的特征包括词语、评价词个数、与评价对象有关的词语以及微博相关特征.实验表明,评价词特征和部分微博相关特征可有效提高分类器性能,使用微博和汽车评论两种语料进行训练的分类器性能要比仅使用微博语料的方法好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚天昉	上海交通大学计算机科学与工程系	31	1041	13.0	31.0
2	潘艳茜	上海交通大学计算机科学与工程系	1	11	1.0	1.0