基于话题的微博多特征情感极性分类

• 作者: 刘志远 高俊波
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 多特征 机器学习 微博 情感极性
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 人工智能
• 页码范围: 60-62,66
• 页数: 4页
• 分类号: TP391
• 字数: 3572字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.16.017

摘要

通过对新浪微博特点的分析与研究,利用话题下微博文本的多特征,建立微博情感极性分类模型,运用机器学习的分类方法对微博情感极性进行判定,应用微博的转发、评论、点赞、粉丝数与关注数等的关系进行图优化,提出一种基于话题的微博多特征情感极性分类方法.实验结果表明,该方法对微博情感极性分类具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高俊波	上海海事大学信息工程学院	16	104	6.0	9.0
2	刘志远	上海海事大学信息工程学院	3	3	1.0	1.0