基于新词扩充和特征选择的微博观点句识别方法

微博情感分析已成为目前研究的热点,对于企业营销策划、产品反馈分析、舆情检测、竞争情报挖掘等具有十分重要的作用。微博情感分析通常包含观点句识别、情感要素抽取以及观点分类等一系列工作。由于情感倾向主要通过文本中的观点句来表达,因此观点句识别是影响微博情感分析效果的决定性因素。本论文针对微博观点句识别问题,提出了一种基于新词扩充和特征选择的观点句识别新方法。该方法首先基于微博表情符号和新浪微博实际数据对情感词典进行了扩充,同合并词项的方法将网络新词扩充到分词集合中以提高分词准确率,并进一步融合微博特有特征和情感词、文法、句法、主题等传统特征,使用SVM分类方法进行观点句识别。在来自腾讯微博的20个主题45 566条真实微博上的实验表明,我们的方法具有较好的准确率和F测试值。