基于SVM多特征融合的微博情感多级分类研究

发布时间：2018-05-26 06:09

  本文选题：微博 + 情感倾向性　； 参考：《数据分析与知识发现》2017年02期

【摘要】：【目的】为更精确地识别网民态度,监测网络舆情,提出一种基于SVM多特征融合的情感5级分类方法。【方法】从词性特征、情感特征、句式特征、语义特征4个方面,提取动词、名词、情感词、否定词等14个特征,运用SVM方法对微博情感进行5级分类。【结果】实验结果表明,该方法对情感5级分类的准确率为82.40%,召回率为81.91%,F值为82.10%。【局限】训练语料的规模有待进一步提高。【结论】该方法在情感5级分类方面取得较好的效果。
[Abstract]:[objective] in order to identify Internet users' attitudes more accurately and monitor network public opinion, a five-level classification method of emotion based on SVM multi-feature fusion is proposed. [methods] from four aspects: part of speech feature, emotion feature, sentence pattern feature and semantic feature, Fourteen features of verbs, nouns, affective words and negative words are extracted, and the SVM method is used to classify Weibo affections into five levels. [results] the experimental results show that, The accuracy of this method is 82.40, the recall rate is 81.91 and F is 82.100.The scale of the training corpus needs to be further improved. [conclusion] this method has a better effect on the classification of emotion level 5.
【作者单位】： 南京理工大学经济管理学院;
【基金】：国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”(项目编号:71303111);国家自然科学基金项目“突发事件网络舆情演变过程中的人群仿真研究”(项目编号:71273132);国家自然科学基金项目“基于聚合的社会化短文本信息处理与细粒度倾向性分析”(项目编号:71503126)的研究成果之一
【分类号】：TP391.1;TP393.092

【参考文献】

相关期刊论文 前7条

1 王雪猛;王玉平;;基于情感倾向分析的突发事件网络舆情预警研究[J];西南科技大学学报(哲学社会科学版);2016年01期

2 廖健;王素格;李德玉;张鹏;;基于观点袋模型的汽车评论情感极性分类[J];中文信息学报;2015年03期

3 夏梦南;杜永萍;左本欣;;基于依存分析与特征组合的微博情感分析[J];山东大学学报(理学版);2014年11期

4 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

5 魏晶晶;吴晓吟;;电子商务产品评论多级情感分析的研究与实现[J];软件;2013年09期

6 张阳;刘晓霞;孙凯龙;李洪安;;基于情感描述项的文本倾向性识别研究[J];计算机工程与应用;2015年04期

7 吴明芬;陈涛;;基于SVM的以词性和依存关系为特征的句子倾向性判断分析[J];五邑大学学报(自然科学版);2012年04期

【共引文献】

相关期刊论文 前9条

1 陈炳丰;郝志峰;蔡瑞初;温雯;王丽娟;黄浩;蔡晓凤;;面向汽车评论的细粒度情感分析方法研究[J];广东工业大学学报;2017年03期

2 李宏媛;陶然;;服装电商评论情感分析研究[J];智能计算机与应用;2017年01期

3 杨爽;陈芬;;基于SVM多特征融合的微博情感多级分类研究[J];数据分析与知识发现;2017年02期

4 杜思奇;李红莲;吕学强;;汉语组块分析在情感分类中的应用研究[J];计算机应用与软件;2016年10期

5 冯旭鹏;马震;谢波;刘利军;黄青松;;基于评价修饰分布差的评论文本倾向性识别方法[J];计算机工程;2016年10期

6 王谦;史青宣;田学东;;面向中文微博的情感要素抽取方法[J];兰州理工大学学报;2016年03期

7 兰秋军;刘文星;李卫康;胡星野;;融合句法信息的金融论坛文本情感计算研究[J];现代图书情报技术;2016年04期

8 谭奇栋;刘波;沈岳;丁毅;;基于Android平台的新农村手机号码银行安全服务策略[J];软件;2014年03期

9 王海丹;邵小桃;;井下无线Mesh网络导航系统的设计与实现[J];软件;2014年01期

【二级参考文献】

相关期刊论文 前10条

1 裘江南;张阔;王全红;;本体中语义传递规则获取方法[J];情报理论与实践;2015年01期

2 刘武英;张薇;李本先;白燕琼;;基于中文文献的反恐情报研究分析[J];情报杂志;2015年01期

3 强韶华;吴鹏;;突发事件网络舆情演变过程中网民群体行为仿真研究[J];现代图书情报技术;2014年06期

4 潘芳;张霞;仲伟俊;;基于BP神经网络的微博网络社群突发舆情的预警监控[J];情报杂志;2014年05期

5 董坚峰;;基于Web挖掘的突发事件网络舆情预警研究[J];现代情报;2014年02期

6 李寿山;李逸薇;黄居仁;苏艳;;基于双语信息和标签传播算法的中文情感词典构建方法[J];中文信息学报;2013年06期

7 彭劭莉;张乐;;突发事件网络舆情预警研究综述[J];情报探索;2013年06期

8 兰月新;曾润喜;;突发事件网络舆情传播规律与预警阶段研究[J];情报杂志;2013年05期

9 兰月新;;突发事件微博舆情扩散规律模型研究[J];情报科学;2013年03期

10 张珊;于留宝;胡长军;;基于表情图片与情感词的中文微博情感分析[J];计算机科学;2012年S3期

【相似文献】

相关期刊论文 前10条

1 初红霞;王科俊;王希凤;郭庆昌;韩晶;;多特征融合的退火粒子滤波目标跟踪[J];计算机工程与应用;2011年06期

2 顾鑫;王海涛;汪凌峰;王颖;陈如冰;潘春洪;;基于不确定性度量的多特征融合跟踪[J];自动化学报;2011年05期

3 姚红革;杜亚勤;;基于多模式多特征融合粒子滤波视频目标跟踪[J];西安工业大学学报;2012年11期

4 王兰;;基于多特征融合的票据分类技术及应用[J];计算机光盘软件与应用;2013年13期

5 陈增照;何秀玲;杨扬;董才林;;基于多特征融合的票据分类技术及应用[J];计算机工程与应用;2006年09期

6 周斌;林喜荣;贾惠波;宋榕;;多特征融合的手背血管识别算法[J];清华大学学报(自然科学版);2007年02期

7 刘贵喜;范春宇;高恩克;;基于粒子滤波与多特征融合的视频目标跟踪[J];光电子.激光;2007年09期

8 胡全;邱兆文;王霓虹;;基于多特征融合的图像语义标注[J];东北林业大学学报;2008年10期

9 周静;黄心汉;彭刚;;基于多特征融合的飞机目标识别[J];华中科技大学学报(自然科学版);2009年01期

10 沈才梁;许雪贵;许方恒;龙丹;;多特征融合的人脸检测[J];计算机系统应用;2009年11期

相关会议论文 前3条

1 叶锋;蔡光东;郑子华;亓晓旭;尹鹏;;基于多特征融合的药用植物标本识别[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

2 段其昌;季长有;;基于多特征融合的快速人脸检测[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

3 李玉峰;郑德权;赵铁军;;基于SVM和多特征融合的图像分类[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

相关博士学位论文 前5条

1 刘明华;复杂环境下基于多特征融合的目标跟踪关键技术研究[D];青岛科技大学;2016年

2 田纲;基于多特征融合的Mean shift目标跟踪技术研究[D];武汉大学;2011年

3 徐志刚;基于多特征融合的路面破损图像自动识别技术研究[D];长安大学;2012年

4 陈秀新;多特征融合视频复制检测关键技术研究[D];北京工业大学;2013年

5 初红霞;基于均值移动和粒子滤波的目标跟踪关键技术研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 张岩;基于多特征融合及二部图匹配的3D目标检索技术研究[D];哈尔滨工业大学;2015年

2 计明明;基于多特征融合的三维模型检索技术[D];浙江大学;2015年

3 王庆;基于多特征融合的人体动作识别方法研究[D];上海大学;2015年

4 刘婕;复杂场景多特征融合粒子滤波目标跟踪[D];重庆理工大学;2015年

5 崔剑;基于多特征融合的分级行人检测方法研究[D];电子科技大学;2015年

6 王珊珊;基于极化SAR非监督分类的油膜厚度估算方法研究[D];大连海事大学;2015年

7 肖冠;基于多特征融合的异类传感器中段目标关联算法研究[D];国防科学技术大学;2013年

8 王建荣;基于多特征融合的无人机航拍图像识别研究[D];成都理工大学;2015年

9 高爽;基于多特征融合的粒子滤波跟踪算法研究[D];西安电子科技大学;2014年

10 坎启娇;基于多特征融合的多目标跟踪算法[D];河北工业大学;2015年

，

本文编号：1936224