基于SVM的中文微博情绪分析研究

被引：11

作者：

丁晟春 ^{[1
,2
]}

王颖 ^{[1
]}

李霄 ^{[1
]}

机构：

[1] 南京理工大学经济管理学院信息管理系

[2] 江苏省社会公共安全科技协同创新中心

来源：

情报资料工作 | 2016年 / 03期

关键词：

情绪类别; 情绪分析; 特征选择; SVM; 中文微博;

D O I：

暂无

中图分类号：

B842.6 [情绪与情感]; G206 [传播理论];

学科分类号：

摘要：

文章以中文微博为研究对象,结合心理学和自然语言处理,将微博情绪划分为乐、怒、哀、恶、惧五大类。然后在类别划分的基础上,使用情感特征、句式特征、句间特征来表示微博情绪,并借助于SVM模型形成了微博情绪分类模型。最后借助NLP&CC 2013的公开评测数据对提出的模型进行了验证,实验结果表明本文所提的方法是有效的。

引用

收藏

页码：28 / 33

页数：6

相关论文

共 14 条

[1] 基于词典的中文微博情绪识别 [J].

牛耘 ;

潘明慧 ;

魏欧 ;

蔡昕烨 .

计算机科学, 2014, 41 (09) :253-258+289

[2] 基于多线索混合词典的微博情绪识别 [J].

潘明慧 ;

牛耘 .

计算机技术与发展, 2014, 24 (09) :28-32+36

[3] 中文微博的情绪识别与分类研究 [J].

何跃 ;

邓唯茹 ;

张丹 .

情报杂志, 2014, 33 (02) :136-139+85

[4] 基于情绪相关事件上下文的隐含情绪分类方法研究 [J].

李寿山 ;

李逸薇 ;

刘欢欢 ;

黄居仁 .

中文信息学报, 2013, 27 (06) :90-95

[5] 多策略中文微博细粒度情绪分析研究 [J].

欧阳纯萍 ;

阳小华 ;

雷龙艳 ;

徐强 ;

余颖 ;

刘志明 .

北京大学学报(自然科学版), 2014, 50 (01) :67-72

[6] 垃圾商品评论信息的识别研究 [J].

李霄 ;

丁晟春 .

现代图书情报技术, 2013, (01) :63-68

[7]

社会主义心理学中的情绪问题——在中国社会心理学研究会成立大会上的报告(摘要)[J]. 林传鼎.社会心理科学. 2006(01)

[8]

社会主义心理学中的情绪问题——在中国社会心理学研究会成立大会上的报告(摘要)[J]. 林传鼎.社会心理科学. 2006 (01)

[9]

情感词汇本体的构造[J]. 徐琳宏,林鸿飞,潘宇,任惠,陈建美.情报学报. 2008 (02)

[10]

汉语情感系统中情感划分的研究[A]. 许小颖,陶建华.第一届中国情感计算及智能交互学术会议论文集[C]. 2003