基于多特征微博话题情感倾向性判定算法研究

被引:17
作者
刘全超
黄河燕
冯冲
机构
[1] 北京理工大学计算机科学与技术学院
关键词
微博; 微博话题; 情感分析; 观点分析; 情感倾向性;
D O I
暂无
中图分类号
TP391.1 [文字信息处理];
学科分类号
081203 ; 0835 ;
摘要
社交网络舆情分析是一种新的研究趋势,而其中微博话题的情感倾向性判定是社交网络舆情分析中的热点。针对微博内容特征以及微博间转发、评论关系特征,构建情感分析用词典、网络用语词典以及表情符号库,设计基于短语路径的微博话题情感倾向性判定算法,以及基于多特征的微博话题情感倾向性判定算法,并进一步利用微博间的转发和评论关系对基于多特征的微博话题情感倾向性判定算法进行优化,其微平均正确率与F值分别达到85.3%和79.4%。
引用
收藏
页码:123 / 131
页数:9
相关论文
共 11 条
[1]   基于MB-LDA模型的微博主题挖掘 [J].
张晨逸 ;
孙建伶 ;
丁轶群 .
计算机研究与发展, 2011, 48 (10) :1795-1802
[2]   基于赋权粗糙隶属度的文本情感分类方法 [J].
王素格 ;
李德玉 ;
魏英杰 .
计算机研究与发展, 2011, 48 (05) :855-861
[3]   基于句法路径的情感评价单元识别 [J].
赵妍妍 ;
秦兵 ;
车万翔 ;
刘挺 .
软件学报, 2011, 22 (05) :887-898
[4]   文本情感分析 [J].
赵妍妍 ;
秦兵 ;
刘挺 .
软件学报, 2010, 21 (08) :1834-1848
[5]   基于情感向量空间模型的歌词情感分析 [J].
夏云庆 ;
杨莹 ;
张鹏洲 ;
刘宇飞 .
中文信息学报, 2010, (01) :99-103
[6]   一种新的情感词汇语义倾向计算方法 [J].
杜伟夫 ;
谭松波 ;
云晓春 ;
程学旗 .
计算机研究与发展, 2009, 46 (10) :1713-1720
[7]   汉语功能块自动分析 [J].
周强 ;
赵颖泽 .
中文信息学报, 2007, (05) :18-24
[8]   基于语义理解的文本倾向性识别机制 [J].
徐琳宏 ;
林鸿飞 ;
杨志豪 .
中文信息学报, 2007, (01) :96-100
[9]   基于HowNet的词汇语义倾向计算 [J].
朱嫣岚 ;
闵锦 ;
周雅倩 ;
黄萱菁 ;
吴立德 .
中文信息学报, 2006, (01) :14-20
[10]  
Measuring praise and criticism[J] . Peter D. Turney,Michael L. Littman.ACM Transactions on Information Systems (TOIS) . 2003 (4)