基于SVM的中文微博情绪分析研究

发布时间：2017-06-24 17:09

  本文关键词：基于SVM的中文微博情绪分析研究，由笔耕文化传播整理发布。

【摘要】：文章以中文微博为研究对象,结合心理学和自然语言处理,将微博情绪划分为乐、怒、哀、恶、惧五大类。然后在类别划分的基础上,使用情感特征、句式特征、句间特征来表示微博情绪,并借助于SVM模型形成了微博情绪分类模型。最后借助NLPCC 2013的公开评测数据对提出的模型进行了验证,实验结果表明本文所提的方法是有效的。
【作者单位】： 南京理工大学经济管理学院信息管理系;江苏省社会公共安全科技协同创新中心;
【关键词】： 情绪类别 情绪分析 特征选择 SVM 中文微博
【基金】：国家社会科学基金项目“基于社会网络分析的网络舆情主题发现研究”(编号:15BTQ063);国家社会科学基金重点项目“大数据环境下社会舆情与决策支持方法体系研究”(编号:14AZD084) 江苏高校优势学科建设工程资助项目的研究成果之一
【分类号】：B842.6;G206
【正文快照】： 过微博文本内容的分析,判断微博发布者对某一评价1引言 对象的观点、态度、意见或者是情感倾向。目俞情感分微博作为一种分享与评论的工具凭借其发布的便析的研究主要集中在微博情感倾向性分析这一方面。捷性、传播的实时性,迅速成为最受欢迎的网络社交媒已有的研究将微博情感

  本文关键词：基于SVM的中文微博情绪分析研究，，由笔耕文化传播整理发布。

本文编号：478879