基于图模型和多分类器的微博情感倾向性分析

• 作者: 姬东鸿 黄挺
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图模型 情感词 条件随机场 支持向量机 网页排序算法 倾向性分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 171-175
• 页数: 5页
• 分类号: TP18
• 字数: 4186字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.04.032

摘要

为研究情感词对情感倾向分析的作用，提高微博情感分析性能，提出一种情感词图模型的方法，利用PageRank算法计算出情感词的褒贬权值，将其作为条件随机场模型的特征，预测具体语言环境下的情感词倾向。结合具体语境下的情感词倾向，利用支持向量机模型进行微博语料的主客观分类和情感倾向分类。实验结果表明，图模型构造的情感词典增加了具体语境下情感词倾向预测的准确性，具体语境下的情感词倾向预测对主客观分类和情感倾向分类有明显的改善。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	黄挺	武汉大学计算机学院	1	15	1.0	1.0