一种网络文本信息情感分类的方法

• 作者: 姚春华 罗强 胥小波 高弘毅
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 网络舆情 情感分类 TF-IDF 机器学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 安全与保密
• 页码范围: 2757-2760
• 页数: 4页
• 分类号: TP391.1
• 字数: 2296字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.11.030

摘要

随着移动互联网的快速发展,网络舆情信息呈现爆发式增长.快速准确地识别网络舆情的情感导向,对维护政治稳定和社会和谐有着十分重要的意义.因此,提出了一种网络文本信息情感分类的方法,通过判断网络文本的类别和文本的长度,针对不同的类别和长度的文本进行区别处理.具体地,对长度大于140个字符的文档,采用TF-IDF计算特征权重,然后利用训练好的逻辑回归分类器进行分类;对长度小于140个字符的文档,采用人工情感分类规则进行分类.这里将采用机器学习算法构建分类器与领域专家制定分类特征相结合的技术路线,能够准确及时地发现网络舆情中涉及到的反动信息、敏感信息以及负面信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗强		3	4	2.0	2.0
2	姚春华		1	0	0.0	0.0
3	胥小波		1	0	0.0	0.0
4	高弘毅		1	0	0.0	0.0