附加情感特征的在线问答社区信息质量自动化评价

被引：18

作者：

姜雯 ^{[1
]}

许鑫 ^{[1
]}

武高峰 ^{[2
]}

机构：

[1] 华东师范大学商学院信息学系

[2] 北京林业大学信息学院

来源：

图书情报工作 | 2015年 / 04期

关键词：

信息质量评价; 问答社区; 机器学习; 情感分析;

D O I：

10.13266/j.issn.0252-3116.2015.04.015

中图分类号：

G203 [信息资源及其管理];

学科分类号：

1204 ; 1402 ;

摘要：

[目的/意义]考察在线问答社区信息中的情感特征以及其对在线问答社区信息质量自动化评价的影响。[方法/过程]综合以往研究,提取Yahoo!Answers中的回答信息的文本特征、用户特征、时序特征等,并提出附加情感标注的回答特征,利用Weka机器学习的方法进行信息质量自动化分类预测。[结果/结论]结果显示,在线问答社区信息中具有一定的情感特征且情感特征的加入能够提高分类预测的准确率。

引用

页码：100 / 105

页数：6

共 13 条

[1] 社会化问答平台的答案质量评估——以“知乎”、“百度知道”为例 [J].

贾佳 ;

宋恩梅 ;

苏环 .

信息资源管理学报, 2013, 3 (02) :19-28

[2] 文本情感分析综述 [J].

杨立公 ;

朱俭 ;

汤世平 .

计算机应用, 2013, 33 (06) :1574-1578+1607

[3] 基于相似度的问答社区问答质量评价方法 [J].

来社安 ;

蔡中民 .

计算机应用与软件, 2013, 30 (02) :266-269

[4] 社会化问答服务中用户需求与信息内容的相关性评价研究——以“百度知道”为例 [J].

蒋楠 ;

王鹏程 .

信息资源管理学报, 2012, 2 (03) :35-45

[5] 基于J48决策树算法的水质评价方法 [J].

程克非 ;

程蕾 ;

黄永东 .

计算机工程, 2012, 38 (11) :264-267

[6] 中文社区问答中问题答案质量评价和预测 [J].

李晨 ;

巢文涵 ;

陈小明 ;

李舟军 .

计算机科学, 2011, 38 (06) :230-236

[7] 问答社区中回答质量的评价方法研究 [J].

孔维泽 ;

刘奕群 ;

张敏 ;

马少平 .

中文信息学报, 2011, (01) :3-8

[8]

文本情感分析在产品评论中的应用研究[D]. 魏慧玲.北京交通大学. 2014

[9]

中国社区及社区情感的历史追溯与实证研究[D]. 李涵.哈尔滨工程大学. 2006

[10]

Sentiment analysis of Chinese microblogging based on sentiment ontology: a case study of ‘7.23 Wenzhou Train Collision’[J] . Wei Shi,Hongwei Wang,Shaoyi He.Connection Science . 2013 (4)

← 1 2 →