10.3969/j.issn.1000-3428.2017.03.040
基于上下文语境的微博情感分析
传统情感分析方法仅考虑单一文本,对长度短小且口语化严重的微博文本情感极性识别率较低.针对上述问题,提出一种结合上下文消息的情感分析方法.将微博情感分析问题看做标签序列学习任务,使用隐马尔可夫支持向量机把微博上下文语境融入微博情感分析问题中.实验结果表明,该方法较之于基于朴素贝叶斯或支持向量机的微博情感分析模型可以更好地分析微博情感极性.
中文微博、情感分析、上下文语境、文本表示、标签序列学习
43
TP391(计算技术、计算机技术)
国家自然科学基金61402008,61402009;安徽高校省级自然科学研究重大项目KJ2014ZD05;安徽省科技重大专项16030901060;安徽省自然科学基金青年项目1408085QF128;安徽省高校优秀青年人才支持计划项目GGXYQ2014018
2017-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
241-246,252