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

页码：28 / 33

页数：6

共 14 条

[11]

西方心理学史[M]. 浙江教育出版社 , 车文博著, 1998

[12]

现代心理学史[M]. 人民教育出版社[美]舒尔茨, 1981

[13]

Research on Building a Chinese Sentiment Lexicon Based on SO-PMI[J] . Chen Ning Wang,Shi Jun Chen,Chang Li Zha.Applied Mechanics and Materials . 2013 (263)

[14]

Construction of a blog emotion corpus for Chinese emotional expression analysis .2 QUAN Chang-qin,REN Fu-ji. Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing . 2009

← 1 2 →