基于监督学习的微博情感分类方法

• 作者: 朱晓光 林培光 聂培尧
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博 情感分类 监督学习 情感词汇本体 同义词词林
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 嵌入式软件与应用
• 页码范围: 238-242
• 页数: 5页
• 分类号: TP3
• 字数: 6378字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.057

摘要

随着在线社交网络的快速发展，微博平台上聚集了大量的包含情感的主观句。微博情感可影响受众的观点形成，作用于商务智能、政策制定，甚至是股票市场。微博情感分类是指如何从微博中自动抽取出情感极性和不同的情感分类，如喜爱、愤怒、惊奇等。结合情感词汇本体和同义词词林，从微博中抽取不同类别的特征，运用监督学习方法进行情感分类，在学习过程中优化不同的模型，并分别进行误差和拟合分析，比较不同模型的性能。分类算法在NLP＆CC 2013的评测任务中取得了具有竞争性的结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱晓光	山东财经大学计算机科学与技术学院	1	5	1.0	1.0
2	聂培尧	山东财经大学计算机科学与技术学院	6	53	4.0	6.0
3	林培光	山东财经大学计算机科学与技术学院	13	62	4.0	7.0