基于性格的微博情感分析模型PLSTM

• 作者: 仲丽君 向进勇 张志豪 杨文忠 袁婷婷
• 来源期刊: 计算机应用研究
• 关键词: 情感分析 性格 word2vec 长短时记忆网络 分类器融合
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 342-346
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0521

摘要

不同性格用户所具有的语言表达方式不尽相同,现有情感分析工作很少考虑到用户性格,针对此问题,提出一种基于性格的微博情感分析模型PLSTM.该模型首先采用性格识别规则将微博文本分为五个性格集合和一个通用集合,其次针对每种性格文本集合分别训练出一个情感分类器,最后对六个基本情感分类器进行融合,得出最终的情感极性.实验结果显示PLSTM方法的F1值可以达到96.95％,表明PLSTM比起基准情感分析模型在准确率、召回率、F1值上都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文忠	新疆大学信息科学与工程学院	68	208	7.0	12.0
2	张志豪	新疆大学信息科学与工程学院	7	7	1.0	2.0
3	袁婷婷	新疆大学信息科学与工程学院	6	14	3.0	3.0
4	仲丽君	新疆大学信息科学与工程学院	3	3	1.0	1.0
5	向进勇	新疆大学信息科学与工程学院	2	3	1.0	1.0