基于关键句分析的微博情感倾向性研究

被引:11
作者
邵帅
刘学军
李斌
机构
[1] 南京工业大学计算机科学与技术学院
关键词
情感分析; 倾向性分析; 关键句; 依存句法分析; 观点挖掘;
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
针对微博的情感倾向分析,提出了一种基于关键句分析的微博情感倾向性分析方法 SOAS(sentiment orientation analysis based on key sentence analysis),实现了从句子级到文档级的情感分析。首先,利用关键句抽取算法得到微博关键句,关键句抽取主要考虑位置属性、关键词属性和词频句子频特征这三类属性;之后,结合依存句法分析提出了影响情感倾向的七种词性搭配,并针对这七种搭配给出了六种情感计算规则,计算关键句的情感倾向值;最后,以关键句得分为权重,对所有关键句的情感倾向值加权求和得到微博的情感倾向。实现结果表明,基于关键句分析的微博情感倾向算法的情感分析,比同类算法的准确率高出了10.55%,提高了情感分析的准确率,具有高效性。
引用
收藏
页码:982 / 987
页数:6
相关论文
共 10 条
[1]  
Lexicon-Based Methods for Sentiment Analysis. Maite Taboada,Julian Brooke,Milan Tofiloski. Computational Linguistics . 2011
[2]  
Appraisal Expression Recognition with Syntactic Path for Sentence Sentiment Classification. YANYAN ZHAO,BING QIN,WANXIANG CHE,TING LIU. International Journal of Computer Processing of Oriental Languages . 2011
[3]  
依存语法的理论与实践[M]. 科学出版社 , 刘海涛, 2009
[4]   汉语语句主题语义倾向分析方法的研究 [J].
姚天昉 ;
娄德成 .
中文信息学报, 2007, (05) :73-79
[5]   基于情感关键句抽取的情感分类研究 [J].
林政 ;
谭松波 ;
程学旗 .
计算机研究与发展, 2012, 49 (11) :2376-2382
[6]   基于依存句法的博文情感倾向分析研究 [J].
冯时 ;
付永陈 ;
阳锋 ;
王大玲 ;
张一飞 .
计算机研究与发展, 2012, 49 (11) :2395-2406
[7]   基于词性标注和依存句法的Web金融信息情感计算 [J].
万常选 ;
江腾蛟 ;
钟敏娟 ;
边海容 .
计算机研究与发展, 2013, (12) :2554-2569
[8]   基于语义分析的评价对象-情感词对抽取 [J].
江腾蛟 ;
万常选 ;
刘德喜 ;
刘喜平 ;
廖国琼 .
计算机学报, 2017, 40 (03) :617-633
[9]  
A study of information retrieval weighting schemes for sentiment analysis. Paltoglou G,Thelwall M. Proc of the48th Annual Meeting of the Association for Computational Linguistics . 2010
[10]  
Phrase Dependency Parsing for Opinion Mining. Yuanbin Wu,Qi Zhang,Xuanjing Huang,et al. ACL’’09 . 2009