【摘要】：【目的】針對(duì)網(wǎng)絡(luò)文本篇幅短小、傳統(tǒng)文體特征集稀疏等特點(diǎn),探討依存關(guān)系在中文微博作者性別識(shí)別中的應(yīng)用�！痉椒ā窟x取騰訊公開微博作為實(shí)驗(yàn)語料,抽取依存關(guān)系特征與現(xiàn)有文獻(xiàn)中的詞匯特征、結(jié)構(gòu)特征、功能詞特征、詞性標(biāo)注特征和微博特征進(jìn)行對(duì)照實(shí)驗(yàn)�！窘Y(jié)果】采用支持向量機(jī)、樸素貝葉斯、最近鄰和決策樹算法的對(duì)照實(shí)驗(yàn)驗(yàn)證了本文方法在中文微博作者性別識(shí)別任務(wù)中的準(zhǔn)確率、召回率和F-Measure最高�！揪窒蕖恳来骊P(guān)系在微博作者性別識(shí)別中的有效性還需在大規(guī)模語料上進(jìn)一步驗(yàn)證�！窘Y(jié)論】本文模型能夠避免短文本特征集的稀疏性,與其他對(duì)照特征集相比,能更有效地識(shí)別作者性別。
[Abstract]:[objective] to explore the application of dependency in gender identification of Chinese Weibo authors in view of the short length of network text and sparse collection of traditional stylistic features. [methods] Tencent Open Weibo was selected as the experimental corpus. The dependency features were extracted and compared with the lexical features, structural features, functional word features, part-of-speech tagging features and Weibo features in the existing literature. [results] support vector machine (SVM) and naive Bays were used. The comparison experiment of nearest neighbor and decision tree algorithm verifies the accuracy of this method in the gender recognition task of Chinese Weibo authors. The recall rate and F-Measure are the highest. The effectiveness of dependency in the gender recognition of Weibo authors needs to be further verified on large-scale corpus. [conclusion] this model can avoid the sparsity of short text feature collection. Compared with other control feature sets, the author's gender can be identified more effectively.
【作者單位】： 大連外國(guó)語大學(xué)軟件學(xué)院;
【基金】：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“典籍英譯國(guó)外讀者網(wǎng)上評(píng)論觀點(diǎn)挖掘研究”(項(xiàng)目編號(hào):15BYY028) 國(guó)家教育部回國(guó)人員科研啟動(dòng)基金項(xiàng)目(項(xiàng)目編號(hào):教外司[2015]1098)的研究成果之一
【分類號(hào)】：TP391.1;TP393.092

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 祁瑞華;楊德禮;郭旭;劉彩虹;;基于多層面文體特征的博客作者身份識(shí)別研究[J];情報(bào)學(xué)報(bào);2015年06期

2 王晶晶;李壽山;黃磊;;中文微博用戶性別分類方法研究[J];中文信息學(xué)報(bào);2014年06期

3 黃發(fā)良;熊金波;黃添強(qiáng);劉西蒙;;基于粗糙集的微博用戶性別識(shí)別[J];計(jì)算機(jī)應(yīng)用;2014年08期

4 唐琴;林鴻飛;;文本中人物性別識(shí)別研究[J];中文信息學(xué)報(bào);2010年02期

相關(guān)碩士學(xué)位論文 前1條

1 白麗娟;基于文本挖掘的性別分類研究[D];哈爾濱工業(yè)大學(xué);2011年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祁瑞華;;基于依存關(guān)系的中文微博作者性別識(shí)別[J];數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn);2017年02期

2 宋巍;謝興波;劉麗珍;王函石;;用戶隱藏屬性推斷研究綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2017年02期

3 胡龍茂;;中文在線評(píng)論的用戶性別判定研究[J];通化師范學(xué)院學(xué)報(bào);2016年12期

4 郭旭;祁瑞華;;作者身份識(shí)別中不規(guī)范文本特征選擇方法的研究[J];現(xiàn)代圖書情報(bào)技術(shù);2016年11期

5 宋巍;劉麗珍;王函石;;基于興趣偏好的微博用戶性別推斷研究[J];電子學(xué)報(bào);2016年10期

6 劉寶芹;牛耘;;基于情緒特征的中文微博用戶性別識(shí)別[J];計(jì)算機(jī)工程與科學(xué);2016年09期

7 王澤昕;;基于身高和b貿(mào)な蕕男員鴟擲嘌芯縖J];科學(xué)中國(guó)人;2016年24期

8 錢鐵云;尤珍妮;陳麗;王飛;;基于興趣標(biāo)簽的緘默用戶性別預(yù)測(cè)研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年12期

9 洪丹;;微博及中文微博信息處理研究綜述[J];佳木斯職業(yè)學(xué)院學(xué)報(bào);2015年04期

10 黃發(fā)良;熊金波;黃添強(qiáng);劉西蒙;;基于粗糙集的微博用戶性別識(shí)別[J];計(jì)算機(jī)應(yīng)用;2014年08期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂英杰;范靜;劉景方;;基于文體學(xué)的中文UGC作者身份識(shí)別研究[J];現(xiàn)代圖書情報(bào)技術(shù);2013年09期

2 文坤梅;徐帥;李瑞軒;辜希武;李玉華;;微博及中文微博信息處理研究綜述[J];中文信息學(xué)報(bào);2012年06期

3 張劍峰;夏云慶;姚建民;;微博文本處理研究綜述[J];中文信息學(xué)報(bào);2012年04期

4 唐琴;林鴻飛;;文本中人物性別識(shí)別研究[J];中文信息學(xué)報(bào);2010年02期

5 唐琴;宋銳;林鴻飛;;基于Chunk-CRF的情感問答研究[J];智能系統(tǒng)學(xué)報(bào);2008年06期

6 陸春艷;;語言里的性別差異[J];安徽文學(xué)(下半月);2008年04期

7 李新光;;淺談小說教學(xué)中的人物形象分析[J];科教文匯(上旬刊);2007年02期

8 徐琳宏;林鴻飛;楊志豪;;基于語義理解的文本傾向性識(shí)別機(jī)制[J];中文信息學(xué)報(bào);2007年01期

9 王厚峰,梅錚;魯棒性的漢語人稱代詞消解[J];軟件學(xué)報(bào);2005年05期

10 錢進(jìn);語言性別差異研究綜述[J];甘肅社會(huì)科學(xué);2004年06期

相關(guān)碩士學(xué)位論文 前3條

1 牛海根;文本挖掘技術(shù)在短信文本中的應(yīng)用研究[D];電子科技大學(xué);2007年

2 樊斌;基于漢語語料庫的性別詞匯研究[D];武漢理工大學(xué);2005年

3 張燕薌;性別差異在語言使用中的體現(xiàn)[D];福建師范大學(xué);2005年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭飛飛;王小華;諶志群;王榮波;;基于回應(yīng)消息的中文微博情感分類方法[J];杭州電子科技大學(xué)學(xué)報(bào);2013年06期

2 李赫元;俞曉明;劉悅;程學(xué)旗;程工;;中文微博客的垃圾用戶檢測(cè)[J];中文信息學(xué)報(bào);2014年03期

3 文坤梅;徐帥;李瑞軒;辜希武;李玉華;;微博及中文微博信息處理研究綜述[J];中文信息學(xué)報(bào);2012年06期

4 王銀;吳新玲;;中文微博情感分析方法研究[J];廣東技術(shù)師范學(xué)院學(xué)報(bào);2014年03期

5 肖s，

本文編號(hào)：2473678