基于半监督学习的微博情感分析

• 作者: 谢博 陈珂 黎树俊
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 情感分析 半监督学习 分类器集成
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1850-1855
• 页数: 6页
• 分类号: TP391.1
• 字数: 6027字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.09.031

摘要

微博情感分析指利用微博文本进行情感的自动分类.在对大规模的中文微博短文本进行分类时,存在着耗时长和一致性差等问题.针对以上问题,论文采用基于多分类器集成的self-training的半监督情感分类方法.在小规模的情感标注样本的基础上,使用多个分类器参与分类预测,通过设置子分类器的情感贡献权重来得到分类的情感置信度,选出置信度高的样本来扩大训练集,更新训练模型,从而提高情感分类的效率和准确性.并于传统的半监督情感分析方法进行比较,实验证明,论文算法具有更高的效率和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈珂	广东石油化工学院计算机科学与技术系	62	243	8.0	12.0
2	黎树俊	广东石油化工学院计算机科学与技术系	7	11	2.0	3.0
3	谢博	广东石油化工学院计算机科学与技术系	5	2	1.0	1.0