基于类序列规则的中文微博情感分类

• 作者: 代宁 沈磊 郑诚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 情感分类 微博文本 类序列规则 情感词典 机器学习 文本特征
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 184-189,194
• 页数: 7页
• 分类号: TP18
• 字数: 7166字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.02.033

摘要

研究中文微博文本的情感分类问题,介绍一种基于类序列规则的微博情感分类方法.通过情感词典和机器学习的方法获得微博文本中每个句子的2个潜在的情感标签,将每条微博文本看作是一个数据序列,从数据集中挖掘出类序列规则,从挖掘出的规则中提取出的有效特征并结合文本其他特征来训练分类器.在COAE会议提供的微博数据集上的实验结果表明该方法的有效性.

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	安徽大学计算机科学与技术学院	3	39	3.0	3.0
5	代宁	安徽大学计算机科学与技术学院	4	37	3.0	4.0
7	沈磊	安徽大学计算机科学与技术学院	1	15	1.0	1.0