微博汽车领域中用户观点句识别方法的研究

摘要：

该文主要研究如何自动识别微博中用户对各品牌汽车进行评价的句子.针对微博中汽车宣传信息较多而由真正汽车用户发出的观点句所占比例很小的特点,该文提出了结合微博和汽车评论语料的基于SVM模型的分类方法.选取的特征包括词语、评价词个数、与评价对象有关的词语以及微博相关特征.实验表明,评价词特征和部分微博相关特征可有效提高分类器性能,使用微博和汽车评论两种语料进行训练的分类器性能要比仅使用微博语料的方法好.

关键词：微博、观点句识别、意见挖掘、SVM

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-10-31（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：148-154