基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
[目的/意义]旨在为政府精准引导舆情提供参考.[方法/过程]在情感词汇本体库的基础上,扩充表情符号、网络用语、单字情感词等多类情感词典,结合语义规则建立了微博情感分析模型.同时,通过对比词频模型验证了模型的有效性,以重庆万州公交车坠江事件为例验证了模型的实用性.[结果/结论]提出的情感分析模型较词频模型有效提升了细粒度情感分类的准确率,使用该方法分析舆情期间情感的演化能够帮助政府实时掌握舆情动态,有助于政府部门实现舆情的应急管理和有效控制.
推荐文章
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
面向高校学生微博的跨粒度情感分析
高校学生微博
条件随机场
复杂句式
跨粒度
情感分析
中文产品评论细粒度情感分析综述
中文产品评论
特征识别
观点识别
情感词典
细粒度情感
基于扩展词典与语义规则的中文微博情感分析
微博
情感分析
情感词典
语义规则
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 融合情感词典和语义规则的微博评论细粒度情感分析
来源期刊 情报探索 学科 社会科学
关键词 微博舆情 情感分析 语义规则 舆情引导
年,卷(期) 2020,(11) 所属期刊栏目 理论探索
研究方向 页码范围 34-41
页数 8页 分类号 G350.7
字数 语种 中文
DOI 10.3969/j.issn.1005-8095.2020.11.005
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 万岩 31 291 9.0 16.0
2 杜振中 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (122)
共引文献  (315)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(15)
  • 参考文献(3)
  • 二级参考文献(12)
2018(20)
  • 参考文献(6)
  • 二级参考文献(14)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
微博舆情
情感分析
语义规则
舆情引导
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
情报探索
月刊
1005-8095
35-1148/N
大16开
福州市北环西路108号省信息中心大楼
1987
chi
出版文献量(篇)
8004
总下载数(次)
17
论文1v1指导