原文服务方: 计算机应用研究       
摘要:
传统的微博情感分析通常会忽略不带感情色彩的情感词对微博情感的影响,并缺乏对复杂句式的分析.因此提出了一种结合条件随机场(conditional random filed,CRF)和复杂句式的跨粒度情感分析方法.该方法在CRF模型的基础上,融合复杂句式特征和语义依存特征,对学生微博进行细粒度情感分析,识别出微博文本中的情感要素.在此基础上,通过基于复杂句式的粗粒度情感分析方法分析微博文本的情感倾向,实现对学生总体情感倾向的跨粒度分析.实验结果显示,跨粒度情感分析方法的提出,使得情感要素识别的综合准确率达到了88%左右,微博情感分析的综合准确率达到了87%左右.比起传统的情感分析方法,准确率更高,分类效果更好.
推荐文章
聚类算法在高校学生微博的应用研究
聚类算法
热门话题
微博
高校
文本
算法改进
微博在高校学生群体中的采用接受度模型对比
微博
基于自我效能感的价值接受度模型
价值接受度模型
结构方程模型
聚类算法在高校学生微博的应用研究
聚类算法
热门话题
微博
高校
文本
算法改进
微博细粒度主副情感分析
依存句法
情感元素模型
细粒度
主副情感
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向高校学生微博的跨粒度情感分析
来源期刊 计算机应用研究 学科
关键词 高校学生微博 条件随机场 复杂句式 跨粒度 情感分析
年,卷(期) 2019,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1618-1622
页数 5页 分类号 TP391.1
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.12.0815
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘丽 山西农业大学软件学院 6 3 1.0 1.0
2 岳亚伟 山西农业大学软件学院 7 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (45)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高校学生微博
条件随机场
复杂句式
跨粒度
情感分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导