结合微博网络特征和用户信用的微博情感分析

• 作者: 叶尔兰·何扎提 李鹏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博 情感分析 社交网络 文本分类 语言模型
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 98-102
• 页数: 5页
• 分类号: TP391.1
• 字数: 5299字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.10.022

摘要

传统的情感分析方法没有充分地考虑微博自身的特点，在短小、不规范并且充满噪音的微博数据上难以取得良好的效果。结合微博内容本身的特点，提出了适于微博情感分类任务的情感语言模型。并进一步考虑了微博用户和社交网络的特征，基于微博转发网络上情感的传播和用户的信用值对提出的情感语言模型进行改进。在经过标注的新闻事件数据集上的实验结果表明，该方法能够有效地对新闻事件相关微博进行情感分类，在准确率等指标上都要优于传统的基于语言模型的方法，而且加入微博的网络特征和用户信用能明显地提高微博情感分类的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏	北京大学信息科学技术学院	42	376	11.0	18.0