基于多特征的微博情感分析研究

摘要：

为提高微博情感分类识别的正确率,以网络微博数据作为研究对象,提出一种基于图的情感基准词选择方法.结合知网相似度知识,构建图模型,以图中节点中介性的值为依据,选择出高质量和高覆盖率的情感基准词.根据得到的基准词构建情感分析中所需的情感词典,并给出情感词极性.同时将情感词应用于挖掘短句情感特征,加入到传统支持向量机(SVM)模型中,对微博句子挖掘更多的语义信息从而获取更合理的语义合成函数,捕捉句子情感变化以更好地把握微博整句情感.采用具有特征约束特性的条件随机场(CRF)模型对短句进行分类.实验结果验证了CRF模型短句分类的有效性,与多种特征的SVM分类方法相比,在不同数据集上具有更好的分类效果.

关键词：微博、情感词、节点中介性、情感分析、机器学习

所属期刊栏目：43

分类号：TP315(计算技术、计算机技术)

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：160-164,172