基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于中文情绪表达的多样性,以及微博情绪的丰富性和敏感性,情绪词在表达情绪时存在强弱差别,相同的情绪词在不同的语料语境中也可能表达不同的情绪强度。因此文中提出了基于情绪强度的中文微博情绪分析,并根据语料上下文计算出情绪词的情绪相似度,基于情绪相似度自动标注了情绪强度,利用情绪强度进行微博文本的情绪分析。实验结果表明,对情绪词进行情绪强度的标注可以更细致地识别出微博中的主要情绪,进一步提高微博情绪分析的准确率。
推荐文章
多层次中文微博情绪分析
微博情绪
朴素贝叶斯
平面型分类方法
层次型分类方法
基于情绪因子的中文微博情绪识别与分类
情绪因子
情绪词典
情绪规则
情绪计算
基于情绪特征的中文微博用户性别识别
性别识别
中文微博
情绪风格特征
情绪词特征
多策略中文微博细粒度情绪分析研究
细粒度情绪分析
中文微博
朴素贝叶斯
SVM
KNN
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情绪强度的中文微博情绪分析
来源期刊 计算机技术与发展 学科 工学
关键词 情绪词 情绪强度 情绪相似度 微博情绪
年,卷(期) 2015,(6) 所属期刊栏目 应用开发研究
研究方向 页码范围 137-140
页数 4页 分类号 TP391
字数 4574字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.06.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛耘 南京航空航天大学计算机科学与技术学院 24 86 5.0 8.0
2 王世泓 南京航空航天大学计算机科学与技术学院 4 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (527)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情绪词
情绪强度
情绪相似度
微博情绪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导