一种基于情感的中文微博话题检测方法

被引：11

作者：

方然 ^{[1
,2
]}

苗夺谦 ^{[1
,2
]}

张志飞 ^{[1
,2
]}

机构：

[1] 同济大学计算机科学与技术系

[2] 同济大学嵌入式系统与服务计算教育部重点实验室

来源：

智能系统学报 | 2013年 / 8卷 / 03期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

中文微博; 话题检测; 聚类; 情感;

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：

针对微博这种特殊的文本形式的话题检测,传统的算法并不能取得很好的效果.为了提高其查全率,根据微博这种带有结构化特点的信息,提出了一种带有情感内容加权的话题检测方法.该方法基于含有负面情感的词语往往携带了更多的信息量这一论点,在现有短文本话题检测的算法中,通过加大含有负面情感的短文本在话题检测中的权重,之后再根据一种基于自查询的聚类方法进行话题聚类,将情感倾向融合到短文本话题检测中.在真实数据集上的实验表明,此方法能有效地进行话题聚类并检测话题,并提高了查全率.

引用

页码：208 / 213

页数：6

共 5 条

[1] 基于提升系数的微博异常排名检测方法 [J].