原文服务方: 计算机应用研究       
摘要:
现有的微博情感分析方法已经注意到了微博文本与图片之间的互补作用,但较少注意用户情感表达的差异和微博内容中除文字之外的特征,为此提出一种多特征融合的图文微博情感分析方法.首先构建文本情感分类模型,将对情感具有很好指示作用的内容特征和用户特征与微博句子进行融合,然后构造了基于参数迁移和微调的图片情感分类模型.最后设计特征层和决策层融合的方法,将文本和图片情感分类模型进行融合.实验结果表明,内容特征和用户特征有效增强了模型捕捉情感语义的能力,并在多项性能指标上都取得了很好的效果,构建的图文情感分类模型和融合方法可获得更好的性能.
推荐文章
基于转移变量的图文融合微博情感分析
情感分析
图文融合
转移变量
转发符号
主题模型
基于多特征融合的微博情感摘要方法
微博
情感摘要
BTM模型
主题相关度
情感特征
语义规则与表情加权融合的微博情感分析方法
微博
情感分析
语义规则
微博表情
基于转移变量的图文融合微博情感分析
情感分析
图文融合
转移变量
转发符号
主题模型
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 多特征融合的图文微博情感分析
来源期刊 计算机应用研究 学科
关键词 情感分析 微博 多特征融合 神经网络 图文融合
年,卷(期) 2020,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1935-1939,1951
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.12.0929
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 缪裕青 桂林电子科技大学计算机与信息安全学院 31 140 8.0 10.0
5 周明 10 10 2.0 2.0
6 武继刚 广东工业大学计算机科学与技术学院 29 46 3.0 4.0
7 凌海彬 桂林电子科技大学计算机与信息安全学院 1 0 0.0 0.0
8 张万桢 桂林航天工业学院实践教学部 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (93)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 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
情感分析
微博
多特征融合
神经网络
图文融合
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