基于Skip-gram模型的微博情感倾向性分析

• 作者: 席耀一 李天彩 毛二松 王波
• 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 Skip-gram模型 词向量 微博向量
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 114-117,133
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.07.027

摘要

为了更好地对微博进行表示,提高微博情感倾向性识别的准确度,提出一种基于Skip-gram模型的微博情感倾向性分析方法.首先,使用Skip-gram模型在中文数据上进行训练得到词向量;然后,利用词向量在词语表示上的优势,以及一定程度上满足加法组合运算的特性,通过向量相加获得微博的向量表示以及正负情感向量;最后,通过计算微博向量和正负情感向量的相似度判断微博的情感倾向.在NLP&CC2012数据上进行实验,结果表明,该方法能够有效识别微博的情感倾向,较传统的JST(Joint Senti-ment/Topic model)和ASUM(Aspect and Sentiment Unication Model)平均F1值分别提高了23％和26％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席耀一		14	100	6.0	9.0
2	王波		19	157	7.0	12.0
3	李天彩		6	58	4.0	6.0
4	毛二松		4	38	3.0	4.0