本文選題：微博　切入點(diǎn)：情感詞　出處：《計(jì)算機(jī)工程》2017年12期 　論文類型：期刊論文

【摘要】：為提高微博情感分類識(shí)別的正確率,以網(wǎng)絡(luò)微博數(shù)據(jù)作為研究對(duì)象,提出一種基于圖的情感基準(zhǔn)詞選擇方法。結(jié)合知網(wǎng)相似度知識(shí),構(gòu)建圖模型,以圖中節(jié)點(diǎn)中介性的值為依據(jù),選擇出高質(zhì)量和高覆蓋率的情感基準(zhǔn)詞。根據(jù)得到的基準(zhǔn)詞構(gòu)建情感分析中所需的情感詞典,并給出情感詞極性。同時(shí)將情感詞應(yīng)用于挖掘短句情感特征,加入到傳統(tǒng)支持向量機(jī)(SVM)模型中,對(duì)微博句子挖掘更多的語義信息從而獲取更合理的語義合成函數(shù),捕捉句子情感變化以更好地把握微博整句情感。采用具有特征約束特性的條件隨機(jī)場(chǎng)(CRF)模型對(duì)短句進(jìn)行分類。實(shí)驗(yàn)結(jié)果驗(yàn)證了CRF模型短句分類的有效性,與多種特征的SVM分類方法相比,在不同數(shù)據(jù)集上具有更好的分類效果。
[Abstract]:In order to improve the correct rate of Weibo's emotion classification and recognition, a graph-based affective benchmark word selection method is proposed, which is based on the online Weibo data, and the graph model is constructed by combining the knowledge of the knowledge of knowledge and network similarity. Based on the intermediate values of the nodes in the map, the emotional reference words with high quality and high coverage are selected. The emotion dictionary needed in the emotional analysis is constructed according to the obtained reference words. The polarity of affective words is also given. At the same time, affective words are applied to mining the affective features of short sentences and are added to the traditional support vector machine (SVM) model to mine more semantic information for Weibo sentences in order to obtain more reasonable semantic composition functions. In order to grasp Weibo's whole sentence emotion better, we use the conditional random field (CRF) model with characteristic constraints to classify short sentences. The experimental results show that the CRF model is effective in short sentence categorization. Compared with the SVM classification method with various features, it has better classification effect on different data sets.
【作者單位】： 武漢大學(xué)計(jì)算機(jī)學(xué)院;武漢大學(xué)軟件工程國家重點(diǎn)實(shí)驗(yàn)室;
【分類號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊凌霄;武建平;;機(jī)器學(xué)習(xí)方法在人臉檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2008年03期

2 ;第十屆中國機(jī)器學(xué)習(xí)會(huì)議征文通知2006年10月13～15日,�？赱J];計(jì)算機(jī)研究與發(fā)展;2005年10期

3 邵平;;機(jī)器學(xué)習(xí)與人臉識(shí)別方法概述[J];玉林師范學(xué)院學(xué)報(bào);2006年03期

4 ;第12屆中國機(jī)器學(xué)習(xí)會(huì)議征文通知 2010年8月6—8日 濟(jì)南[J];計(jì)算機(jī)研究與發(fā)展;2009年11期

5 ;第12屆中國機(jī)器學(xué)習(xí)會(huì)議征文通知[J];計(jì)算機(jī)研究與發(fā)展;2009年12期

6 ;第12屆中國機(jī)器學(xué)習(xí)會(huì)議征文通知 2010年8月6-8日 濟(jì)南[J];計(jì)算機(jī)研究與發(fā)展;2010年01期

7 柏宏權(quán);韓慶年;;機(jī)器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2007年04期

8 吳肖炎;郭瑞;;基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)安全技術(shù)綜述(上)[J];保密科學(xué)技術(shù);2013年03期

9 楊升;常勝;侯麗;;機(jī)器學(xué)習(xí)在計(jì)算機(jī)免疫中的應(yīng)用[J];微計(jì)算機(jī)信息;2007年30期

10 ;《軟件學(xué)報(bào)》統(tǒng)計(jì)學(xué)習(xí)研究與應(yīng)用專刊征文通知[J];軟件學(xué)報(bào);2012年11期

相關(guān)會(huì)議論文 前4條

1 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機(jī)器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識(shí)別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

2 周軍;何力;韓偉紅;鄧璐;;基于機(jī)器學(xué)習(xí)的中文評(píng)論傾向性分類實(shí)證研究[A];第28次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2013年

3 陳文亮;朱靖波;姚天順;張宇新;;基于Bootstrapping的領(lǐng)域詞匯自動(dòng)獲取[A];語言計(jì)算與基于內(nèi)容的文本處理——全國第七屆計(jì)算語言學(xué)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2003年

4 陳振興;賁可榮;;機(jī)器學(xué)習(xí)在軟件預(yù)測(cè)與評(píng)估中的應(yīng)用[A];2006年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前3條

1 百度公司技術(shù)副總監(jiān) 多媒體部負(fù)責(zé)人 余凱;深度學(xué)習(xí)與多媒體搜索技術(shù)演進(jìn)[N];中國信息化周報(bào);2013年

2 本報(bào)記者 余建斌;機(jī)器學(xué)習(xí)與互聯(lián)網(wǎng)搜索[N];人民日?qǐng)?bào);2011年

3 本報(bào)記者 張曄邋通訊員 李瑋;周志華：永不墨守成規(guī)[N];科技日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前8條

1 杜宇;基于深度機(jī)器學(xué)習(xí)的體態(tài)與手勢(shì)感知計(jì)算關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

2 劉章林;基于機(jī)器學(xué)習(xí)的編譯優(yōu)化適應(yīng)性研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2006年

3 杜偉;機(jī)器學(xué)習(xí)及數(shù)據(jù)挖掘在生物信息學(xué)中的應(yīng)用研究[D];吉林大學(xué);2011年

4 王秉卿;基于機(jī)器學(xué)習(xí)的查詢優(yōu)化研究[D];復(fù)旦大學(xué);2012年

5 劉全超;面向中文微博的觀點(diǎn)挖掘與傾向性分析研究[D];北京理工大學(xué);2015年

6 江騰蛟;基于句法和語義挖掘的Web金融評(píng)論情感分析[D];江西財(cái)經(jīng)大學(xué);2015年

7 楊亮;面向社交媒體的文本情感分析關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2016年

8 董喜雙;基于免疫多詞主體自治學(xué)習(xí)的情感分析研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳國蘭;基于突發(fā)詞和情感分析的微博突發(fā)事件監(jiān)測(cè)研究[D];南京郵電大學(xué);2015年

2 陳鵬;基于深度語義特征的情感分析研究[D];哈爾濱工業(yè)大學(xué);2016年

3 唐明霜;基于翻譯模型的網(wǎng)絡(luò)評(píng)論情感分析研究[D];電子科技大學(xué);2016年

4 張春艷;電商網(wǎng)站中面料商品的情感自動(dòng)分類研究[D];北京服裝學(xué)院;2017年

5 趙一昕;基于情感分析的公交輿情分析系統(tǒng)研發(fā)及應(yīng)用[D];浙江大學(xué);2017年

6 劉燕輝;基于主題模型的無監(jiān)督情感分類研究[D];吉林大學(xué);2015年

7 毛海斌;基于半監(jiān)督機(jī)器學(xué)習(xí)的情感分類領(lǐng)域適應(yīng)問題研究[D];南京理工大學(xué);2015年

8 王成;基于半監(jiān)督機(jī)器學(xué)習(xí)的文本情感分析技術(shù)[D];南京理工大學(xué);2015年

9 孫科;基于Spark的機(jī)器學(xué)習(xí)應(yīng)用框架研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 劉江龍;基于機(jī)器學(xué)習(xí)的射頻指紋定位方法研究[D];電子科技大學(xué);2015年

，

本文編號(hào)：1636905