基于分类关联规则的微博情绪分析

• 作者: 刘世超 刘思 朱福喜 阳小兰
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 情绪分析 文本分类 K最近邻算法 支持向量机 分类关联规则
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 智能技术
• 页码范围: 3361-3365,3393
• 页数: 6页
• 分类号: TP391
• 字数: 6299字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2016.12.042

摘要

针对微博文本语法不规则、句子间文本联系不紧密的问题,提出一种基于分类关联规则的情绪分析方法.获得一篇微博中相邻句子间的连接词,分别采用KNN和SVM算法对微博中的每个句子进行情绪分析,获得对应的情绪标签;将获得的情绪标签和连接词转换为关联规则项集,通过关联规则挖掘算法获得相应特征;采用SVM算法对获得的特征进行情绪分类,得到整篇微博的情绪类别.实验结果表明,该方法在情绪分类上具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱福喜	武汉大学计算机学院	46	250	9.0	13.0
2	阳小兰	武昌理工学院信息工程学院	33	151	6.0	11.0
3	刘世超	武汉大学计算机学院	12	108	4.0	10.0
4	刘思	武汉大学计算机学院	4	32	2.0	4.0