基于多特征的微博情感分析研究

• 作者: 何炎祥 刘续乐
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博 情感词 节点中介性 情感分析 机器学习
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 160-164,172
• 页数: 6页
• 分类号: TP315
• 字数: 5699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.12.030

摘要

为提高微博情感分类识别的正确率,以网络微博数据作为研究对象,提出一种基于图的情感基准词选择方法.结合知网相似度知识,构建图模型,以图中节点中介性的值为依据,选择出高质量和高覆盖率的情感基准词.根据得到的基准词构建情感分析中所需的情感词典,并给出情感词极性.同时将情感词应用于挖掘短句情感特征,加入到传统支持向量机(SVM)模型中,对微博句子挖掘更多的语义信息从而获取更合理的语义合成函数,捕捉句子情感变化以更好地把握微博整句情感.采用具有特征约束特性的条件随机场(CRF)模型对短句进行分类.实验结果验证了CRF模型短句分类的有效性,与多种特征的SVM分类方法相比,在不同数据集上具有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
5	刘续乐	武汉大学计算机学院	5	64	3.0	5.0