基于语义规则的Web金融文本情感分析

被引：41

作者：

吴江 ^{[1
]}

唐常杰 ^{[2
]}

李太勇 ^{[1
]}

崔亮 ^{[3
]}

机构：

[1] 西南财经大学经济信息工程学院

[2] 四川大学计算机学院

[3] 西南财经大学统计学院

来源：

计算机应用 | 2014年 / 34卷 / 02期

关键词：

Web金融文本; 情感词典; 语义规则; 情感分析; 情感倾向;

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：

为有效提高非结构化Web金融文本情感倾向和强度分析的精度,提出了基于语义规则的Web金融文本情感分析算法(SAFT-SR)。该算法基于Apriori算法对金融文本进行属性抽取,构建金融情感词典和语义规则识别情感单元及强度,进而得到文本的情感倾向和强度。实验结果表明,与Ku提出的算法相比,在情感倾向分类方面,算法SAFT-SR情感分类性能良好,提高了分类器的F值、查全率和查准率;在情感强度计算方面,算法SAFT-SR的误差更小,更接近真实评分,证明了SAFT-SR是一种有效的金融文本情感分析算法。

引用

页码：481 / 485+495 +495

页数：6