基于半监督学习的微博情感分析

摘要：

微博情感分析指利用微博文本进行情感的自动分类.在对大规模的中文微博短文本进行分类时,存在着耗时长和一致性差等问题.针对以上问题,论文采用基于多分类器集成的self-training的半监督情感分类方法.在小规模的情感标注样本的基础上,使用多个分类器参与分类预测,通过设置子分类器的情感贡献权重来得到分类的情感置信度,选出置信度高的样本来扩大训练集,更新训练模型,从而提高情感分类的效率和准确性.并于传统的半监督情感分析方法进行比较,实验证明,论文算法具有更高的效率和准确性.

关键词：情感分析、半监督学习、分类器集成

所属期刊栏目：46

分类号：TP391.1(计算技术、计算机技术)

资助基金：广东省自然科学基金项目2016A030307049;大学生创新创业训练项目201611656002, 201611656029,2016pyA033

在线出版日期：2018-10-16（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：1850-1855