基于表情符号的中文微博多维情感分类的研究

• 作者: 刘伟朋 孙晓 陈雁翔
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 表情符号 微博 情感分类 情感语料 特征选择
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 803-807
• 页数: 5页
• 分类号: TP391.1
• 字数: 4886字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2014.07.008

摘要

中文微博情感分类的研究已成为文本情感分类研究领域的热点，文章通过对微博文本情感特点的研究与分析，提出一种基于微博表情符号的微博情感分类方法，把微博分成7类情感：高兴、喜爱、悲伤、惊讶、焦虑、生气、憎恨。利用表情符号对大规模未被标注语料进行初步筛选并自动标注，然后使用机器学习的方法训练分类器进行微博情感多分类。实验结果表明，该方法对微博文本的情感分类取得了很好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雁翔	合肥工业大学计算机与信息学院	21	185	8.0	13.0
3	刘伟朋	合肥工业大学计算机与信息学院	1	19	1.0	1.0
9	孙晓	合肥工业大学计算机与信息学院	19	185	8.0	13.0