一个面向微博的情感倾向性分析模型

• 作者: 孔蕾蕾 徐冰 李生 杨沐昀 韩中元 韩咏 齐浩亮
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 情感倾向性分析 主客观分类 褒贬分类 微博
• 年，卷（期）: 2014,（6）
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP391.1
• 字数: 4212字
• 语种: 中文

摘要

在微博情感倾向性分析中,一种典型分析方法是先对微博进行主客观分类,再对判定为主观的微博进行褒贬分类,但其问题在于主客观分类错误将直接传导到褒贬分类.针对这一问题,本文提出了一个主客观分类和褒贬分类融合的评估情感倾向性强度的模型.首先使用改进的逻辑回归模型构建主客观分类模型,并结合情感词典构建褒贬分类模型;然后,将二者融合,构建情感倾向性强度模型来选出具有较强情感的微博;最后应用褒贬分类模型判定情感倾向性.该方法在第六届中文倾向性分析评测(COAE2014)的微博观点句识别任务中获得了主要指标Micro_F1值和Macro_F1值的第二名.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生	哈尔滨工业大学计算机科学与技术学院	118	3318	28.0	56.0
2	杨沐昀	哈尔滨工业大学计算机科学与技术学院	35	429	9.0	20.0
3	徐冰	哈尔滨工业大学计算机科学与技术学院	12	57	5.0	7.0
4	韩中元	哈尔滨工业大学计算机科学与技术学院	4	25	3.0	4.0
8	韩咏	黑龙江工程学院计算机科学与技术学院	7	26	3.0	5.0
9	孔蕾蕾	黑龙江工程学院计算机科学与技术学院	5	21	2.0	4.0