多策略中文微博细粒度情绪分析研究

发布时间：2017-07-01 05:22

  本文关键词：多策略中文微博细粒度情绪分析研究，，由笔耕文化传播整理发布。

【摘要】：针对中文微博用户的情绪分析问题,提出一种基于多策略融合的细粒度情绪分析方法。首先采用朴素贝叶斯算法对微博的有无情绪分类问题进行研究,然后构建有情绪微博的21维特征向量,最后采用SVM和KNN算法对微博进行细粒度情绪分析。以新浪微博作为实验对象,结果表明多策略集成方法好于单一分类算法。在多策略集成方法中,"NB+SVM"方法略优于"NB+KNN"方法。
【作者单位】： 南华大学计算机科学与技术学院;
【关键词】： 细粒度情绪分析 中文微博 朴素贝叶斯 SVM KNN
【基金】：湖南省自然科学基金项目(13JJ4076,11JJ6047) 湖南省教育厅优秀青年项目(13B101) 衡阳市科技计划项目(2012KJ9)资助
【分类号】：TP391.1;TP393.092
【正文快照】： 微博是Web2.0时代分享与传播信息的重要平台,使人们能够更加方便地评论热点事件,抒发自己的情绪。因此,国内外学者围绕微博展开一系列研究,微博情绪分析是研究热点之一[1]。国外学者采用基于SVM的距离监督学习、基于语义的关联分析、基于KNN的语料强化学习以及基于情感词的语

【参考文献】

中国期刊全文数据库 前8条

1 杨武;宋静静;唐继强;;中文微博情感分析中主客观句分类方法[J];重庆理工大学学报(自然科学);2013年01期

2 刘志明;刘鲁;;基于机器学习的中文微博情感分类实证研究[J];计算机工程与应用;2012年01期

3 周茜,赵明生,扈e

本文编号：504742