基于SVM和CRF多特征组合的微博情感分析

被引：81

作者：

李婷婷

姬东鸿

机构：

[1] 武汉大学计算机学院

来源：

计算机应用研究 | 2015年 / 32卷 / 04期

基金：

国家自然科学基金重点项目;

关键词：

微博; 情感分析; 支持向量机; 条件随机场;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.092 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

近年来,文本的情感分析一直都是自然语言处理领域所研究的热点问题;微博作为一种短文本,用词精炼而简洁,富含观点、倾向和态度。因此,识别微博的情感倾向具有重要的现实意义。提出一种基于SVM和CRF的情感分析方法,使用多种文本特征,包括词、词性、情感词、否定词、程度副词和特殊符号等,并选用不同的特征组合,通过多组实验使情感分析效果最优。实验显示,选用词性、情感词和否定词的特征组合时,SVM模型的正确率达到88.72%,选用情感词、否定词、程度副词和特殊符号的特征组合时,CRF模型的正确率达到90.44%。

引用

页码：978 / 981

页数：4