基于情感词典和SVM的微博网民情感分析

• 作者: 王文韬 张士豹
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 新冠疫情 情感词典 支持向量机 情感时序分析 LDA
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 24-27,31
• 页数: 5页
• 分类号: TP391.1|TP181
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.24.007

摘要

近年来网络社交平台兴起,大众倾向于在网上发表日常生活的感受,通过对这些文本的分析可以挖掘出人们的情感信息.文章基于新冠疫情暴发初期新浪微博有关新冠话题的评论数据,通过结合情感词典和支持向量机的方法构建情感分类模型,接着通过情感时序分析和LDA主题模型综合探讨疫情期间微博网民的情感走势与特征.经实验分析,网民在新冠疫情期间的情感以积极情感为主,体现了大众对于战胜疫情有着相当充足的信心.