结合情感词典与规则的微博情感极性分类方法
随着微博在网民中日益火热,社会热点问题容易快速地演变成微博热门话题。由于微博用户多、数据量大、情感复杂的特性,通过情感分析来准确地获取微博潜藏的社会价值、商业价值变得十分迫切。该文通过构建情感词典,查找语义规则,并将情感词典与规则结合,建立微博情感分析模型,实验结果表明本文方法在负向情感判别方面效果优于SVM,并且在微博语料较短时,整体分类效果也优于SVM。
微博、情感分析、情感词典、规则
TP18(自动化基础理论)
安徽省自然科学基金资助项目11040606M133
2014-06-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
3111-3113,3123