结合情感词典与规则的微博情感极性分类方法

• 作者: 张吉赓 杨希 郑诚
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 微博 情感分析 情感词典 规则
• 年，卷（期）: 2014,（5）
• 页码范围: 3111-3113
• 页数: 3页
• 分类号: TP18

摘要

随着微博在网民中日益火热，社会热点问题容易快速地演变成微博热门话题。由于微博用户多、数据量大、情感复杂的特性，通过情感分析来准确地获取微博潜藏的社会价值、商业价值变得十分迫切。该文通过构建情感词典，查找语义规则，并将情感词典与规则结合，建立微博情感分析模型，实验结果表明本文方法在负向情感判别方面效果优于SVM，并且在微博语料较短时，整体分类效果也优于SVM。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	安徽大学计算机学院	103	1013	15.0	28.0
2	杨希	安徽大学计算机学院	7	13	2.0	3.0
3	张吉赓	安徽大学计算机学院	4	13	2.0	3.0