基于本体和加权朴素贝叶斯的网络舆情主题分类

摘要：

及时准确地对舆情信息进行主题分类,不仅能实时了解舆情动态变化,还能为预判舆情发展趋势、 舆论引导建立基础.本文提出一种基于本体和加权朴素贝叶斯的网络舆情主题分类方法,通过使用本体将领域知识和领域文本特征融入分类过程中.将该方法应用到动物卫生领域舆情主题分类中,分类结果精确度为0.9402,Marco F1达到0.9339.通过与朴素贝叶斯(NB)和THUCTC两种方法的对比实验,证明本文提出的基于本体和加权朴素贝叶斯的分类方法有效且具有可行性,但是领域本体的概念、 关系的完备程度会影响分类的效率.

关键词：网络舆情、主题分类、本体、加权朴素贝叶斯

所属期刊栏目：38

分类号：G254.1(图书馆学、图书馆事业)

资助基金：国家社会科学基金一般项目 "基于社会网络分析的网络舆情主题发现研究" 15BTQ063

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：12-17,34