基于上下文语境的微博情感分析

• 作者: 王修君 王恒 秦锋 郑啸
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 中文微博 情感分析 上下文语境 文本表示 标签序列学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 241-246,252
• 页数: 7页
• 分类号: TP391
• 字数: 6361字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.03.040

摘要

传统情感分析方法仅考虑单一文本,对长度短小且口语化严重的微博文本情感极性识别率较低.针对上述问题,提出一种结合上下文消息的情感分析方法.将微博情感分析问题看做标签序列学习任务,使用隐马尔可夫支持向量机把微博上下文语境融入微博情感分析问题中.实验结果表明,该方法较之于基于朴素贝叶斯或支持向量机的微博情感分析模型可以更好地分析微博情感极性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋	安徽工业大学计算机科学与技术学院	81	783	15.0	25.0
2	郑啸	安徽工业大学计算机科学与技术学院	54	1140	12.0	33.0
3	王修君	安徽工业大学计算机科学与技术学院	8	27	3.0	5.0
4	王恒	安徽工业大学计算机科学与技术学院	1	7	1.0	1.0