基于图排序模型的微博观点信息识别

• 作者: 刘华丽 张绍武 杨亮 林鸿飞 邵华
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 微博 观点识别 图排序 受限玻尔兹曼机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 292-299
• 页数: 8页
• 分类号: TP391.1
• 字数: 7648字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1611075

摘要

随着在线社交网络的爆炸式增长,微博已成为人们发表观点和表达情绪的重要平台.微博不仅可以反映用户的观点,还可以通过转发方式等传递观点,进而影响其他用户的观点.然而,微博以其简短、口语化等特点,给识别观点带来了新的挑战.仅仅基于文本进行观点分析的传统方法在分析微博观点倾向时,效果并不理想.为解决此问题,提出了一种基于图排序模型的微博观点信息识别算法.首先,利用布尔模型表示微博文本,并用逻辑回归进行观点分析获得伪标签;然后,利用上下文关系构建微博关系图,并利用受限玻尔兹曼机抽取高维特征;最后,基于图排序模型识别微博观点信息.实验结果表明,该算法能有效地对微博观点进行识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞	大连理工大学计算机科学与技术学院	214	3759	31.0	55.0
2	杨亮	大连理工大学计算机科学与技术学院	49	510	10.0	22.0
3	张绍武	大连理工大学计算机科学与技术学院	22	310	9.0	17.0
4	刘华丽	大连理工大学计算机科学与技术学院	2	6	1.0	2.0
5	邵华	大连理工大学计算机科学与技术学院	2	2	1.0	1.0