基于短文本情感分析的敏感信息识别

摘要：

针对现有的敏感信息识别是基于敏感关键词匹配方式判断的,准确度不是很高,且具有较高的误检率等问题,提出了敏感关键词与情感极性协同分析的敏感信息识别方法.在真实数据集上,利用监督学习的方式对微博的情感极性进行了度量,得到具体的情感极度,并将文本分为正情感极性和负情感极性两类.通过定义色情、暴力、违禁、邪教、反动等5大类2 639个敏感关键词和在数据集里面所呈现的Zipf分布特性,发现含有负情感极性的微博内容具有较高的敏感性,由此深入研究了敏感关键词对情感极性的动力因素,构建了含有情感极性因素的敏感度模型,提出了敏感信息的判别方法,敏感信息检测的准确率由传统方法的31.25％提高到了58.75％,召回率则由95％提升到96％,综合指标F值从47.0％提升到了72.3％.

关键词：社交网络、情感分析、敏感信息

所属期刊栏目：50

分类号：TP271(自动化技术及设备)

资助基金：国家自然科学青年基金资助项目61402373;中国博士后科学基金面上资助项目2014M562419

在线出版日期：2016-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-84