面向微博博主的评论质量评估

摘要：

针对现有评论质量评估研究中未考虑到个体的差异性以及参照物的选取存在误差的问题.该文选取博主作为评估人,以被博主回复的评论作为高质量评论的参照物,提出基于最大熵的微博评论质量评估模型.通过爬虫和词向量抽取特征,对抽取的特征进行特征选择,依据特征选择的结果,采用监督学习的方式训练分类模型并用测试数据验证所提模型的有效性.实验表明,该文所提模型对于不同的博主具有广泛适用性,评论分类的平均准确率、召回率和F值可达到66.64％、86.33％、75.2％.

关键词：最大熵、评论质量、词向量、特征选择、监督学习、分类

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目81360230,81560296

在线出版日期：2018-01-18（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：58-63