微博汽车领域中用户观点句识别方法的研究

发布时间：2017-09-07 23:47

  本文关键词：微博汽车领域中用户观点句识别方法的研究

  更多相关文章： 微博 观点句识别 意见挖掘 SVM

【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。
【作者单位】： 上海交通大学计算机科学与工程系;
【关键词】： 微博 观点句识别 意见挖掘 SVM
【分类号】：TP393.092;TP391.1
【正文快照】： 1引言近年来,微博逐渐成为人们表达自己看法,交流意见的平台。微博中包含的大量主观性信息在许多应用领域有很大的潜在价值。然而人工浏览这些信息成本高,效率低。所以,针对微博文本的情感分析成为国内外的一个研究热点。与传统的在产品评论等领域的情感分析相比,由于微博主题

【参考文献】

中国期刊全文数据库 前1条

1 谢丽星;周明;孙茂松;;基于层次结构的多策略中文微博情感分析和特征抽取[J];中文信息学报;2012年01期

【共引文献】

中国期刊全文数据库 前10条

1 孙建旺;吕学强;郭嵡秀;;基于微博转发集的微博过滤研究[J];北京信息科技大学学报(自然科学版);2013年03期

2 许星;席鹏富;秦天;;社会网络的舆情信息分析与可视化——以新浪微博为例[J];计算机光盘软件与应用;2013年12期

3 吴维;肖诗斌;;基于多特征与复合分类法的中文微博情感分析[J];北京信息科技大学学报(自然科学版);2013年04期

4 王银;吴新玲;;中文微博情感分析方法研究[J];广东技术师范学院学报;2014年03期

5 欧阳纯萍;阳小华;雷龙艳;徐强;余颖;刘志明;;多策略中文微博细粒度情绪分析研究[J];北京大学学报(自然科学版);2014年01期

6 郑诚;杨希;张吉赓;;结合情感词典与规则的微博情感极性分类方法[J];电脑知识与技术;2014年13期

7 陈培文;傅秀芬;;采用SVM方法的文本情感极性分类研究[J];广东工业大学学报;2014年03期

8 林江豪;阳爱民;周咏梅;陈锦;蔡泽键;;一种基于朴素贝叶斯的微博情感分类[J];计算机工程与科学;2012年09期

9 文坤梅;徐帅;李瑞轩;辜希武;李玉华;;微博及中文微博信息处理研究综述[J];中文信息学报;2012年06期

10 周胜臣;施询之;瞿文婷;石英子;孙韵辰;;基于微博搜索和SVM的股市时间序列预测研究[J];计算机与现代化;2013年04期

中国博士学位论文全文数据库 前2条

1 田野;基于微博平台的事件趋势分析及预测研究[D];武汉大学;2012年

2 田占伟;基于复杂网络的微博信息传播研究[D];哈尔滨工业大学;2012年

中国硕士学位论文全文数据库 前10条

1 胡文静;基于语义理解与PLSA的文本情感分类研究[D];天津师范大学;2012年

2 王政霄;基于微博的热点事件挖掘与情感分析[D];上海交通大学;2013年

3 曹海涛;基于PAD模型的中文微博情感分析研究[D];大连理工大学;2013年

4 王鸿飞;基于条件随机场的中文微博情感分析研究[D];广东工业大学;2013年

5 李p，

本文编号：810639