基于SVM的中文微博观点倾向性识别

摘要：

通过识别海量中文微博文本观点句的情感倾向,能挖掘用户对某事件或产品持有的个人立场.为了找到更适合观点句倾向性识别的特征与模型,本文在分析微博观点句特征基础上,使用句式特征、句内特征以及隐性特征三类特征,借助于SVM模型对微博进行主客观识别;然后以主观句作为语料,从情感特征、词性特征、句式特征与句间特征四个角度来表示微博,最后利用SVM模型进行观点句的褒义、贬义、褒义贬义混合的情感倾向性分析.该方法在COAE2015 Task2“微博观点句识别”评测结果中取得较好的效果,微平均评估上,准确率达到了74.01％,召回率达到了71.61％,F值为72.79％,综合排名第二,测评结果验证了本文提出的方法有效且具有可行性.

关键词：主客观分类、情感倾向性分析、支持向量机、特征选择

所属期刊栏目：35

分类号：I20;G45

资助基金：国家社会科学基金项目“基于社会网络分析的网络舆情主题发现研究”15BTQ063;国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”71303111

在线出版日期：2017-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1235-1243