基于短文本情感分析的敏感信息识别

• 作者: 李扬 杨涛 潘泉
• 来源期刊: 西安交通大学学报
• 关键词: 社交网络 情感分析 敏感信息
• 年，卷（期）: 2016,（9）
• 页码范围: 80-84
• 页数: 5页
• 分类号: TP271
• 语种: 中文
• DOI: 10.7652/xjtuxb201609013

摘要

针对现有的敏感信息识别是基于敏感关键词匹配方式判断的,准确度不是很高,且具有较高的误检率等问题,提出了敏感关键词与情感极性协同分析的敏感信息识别方法.在真实数据集上,利用监督学习的方式对微博的情感极性进行了度量,得到具体的情感极度,并将文本分为正情感极性和负情感极性两类.通过定义色情、暴力、违禁、邪教、反动等5大类2 639个敏感关键词和在数据集里面所呈现的Zipf分布特性,发现含有负情感极性的微博内容具有较高的敏感性,由此深入研究了敏感关键词对情感极性的动力因素,构建了含有情感极性因素的敏感度模型,提出了敏感信息的判别方法,敏感信息检测的准确率由传统方法的31.25％提高到了58.75％,召回率则由95％提升到96％,综合指标F值从47.0％提升到了72.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘泉	西北工业大学自动化学院	544	9437	45.0	77.0
2	杨涛	西北工业大学自动化学院	46	504	13.0	21.0
3	李扬	西北工业大学自动化学院	6	73	4.0	6.0