一种基于特征簇的微博短文本情感分类方法

• 作者: 周咏梅 方泽锋 林江豪 王伟 阳爱民
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 微博情感 数据稀疏 词向量 特征簇 机器学习
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 2713-2716
• 页数: 4页
• 分类号: TP391
• 字数: 4374字
• 语种: 中文

摘要

针对由微博短文本特征规模大、自身特征较少等特点导致的数据稀疏性,提出一种基于特征簇的微博情感分类方法.提出的分类方法以大规模语料库为基础,利用word2vec模型学习词语之间潜在的语义关联,将单个词语表示成多维向量的形式;结合情感词典,提取出微博文本的情感特征集,在基于词向量计算词语相似度方法的基础上,将情感特征合并为特征簇,以此构造低维的文本向量;最后利用机器学习算法,构建情感分类器,实现微博短文本的情感分类.实验结果表明,本文提出的方法对情感特征的降维是可行和有效的,并且取得很好的情感分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	广东外语外贸大学思科信息学院	6	86	4.0	6.0
2	阳爱民	广东外语外贸大学思科信息学院	35	618	11.0	24.0
6	周咏梅	广东外语外贸大学思科信息学院	25	466	10.0	21.0
10	林江豪	广东外语外贸大学财务处	19	266	8.0	16.0
11	方泽锋	广东外语外贸大学思科信息学院	1	6	1.0	1.0