本文選題：微博 + 情感傾向性　； 參考：《數據分析與知識發(fā)現》2017年02期

【摘要】：【目的】為更精確地識別網民態(tài)度,監(jiān)測網絡輿情,提出一種基于SVM多特征融合的情感5級分類方法�！痉椒ā繌脑~性特征、情感特征、句式特征、語義特征4個方面,提取動詞、名詞、情感詞、否定詞等14個特征,運用SVM方法對微博情感進行5級分類�！窘Y果】實驗結果表明,該方法對情感5級分類的準確率為82.40%,召回率為81.91%,F值為82.10%。【局限】訓練語料的規(guī)模有待進一步提高�！窘Y論】該方法在情感5級分類方面取得較好的效果。
[Abstract]:[objective] in order to identify Internet users' attitudes more accurately and monitor network public opinion, a five-level classification method of emotion based on SVM multi-feature fusion is proposed. [methods] from four aspects: part of speech feature, emotion feature, sentence pattern feature and semantic feature, Fourteen features of verbs, nouns, affective words and negative words are extracted, and the SVM method is used to classify Weibo affections into five levels. [results] the experimental results show that, The accuracy of this method is 82.40, the recall rate is 81.91 and F is 82.100.The scale of the training corpus needs to be further improved. [conclusion] this method has a better effect on the classification of emotion level 5.
【作者單位】： 南京理工大學經濟管理學院;
【基金】：國家自然科學基金項目“基于情感傾向性分析的網絡輿情意見領袖識別與對策研究”(項目編號:71303111);國家自然科學基金項目“突發(fā)事件網絡輿情演變過程中的人群仿真研究”(項目編號:71273132);國家自然科學基金項目“基于聚合的社會化短文本信息處理與細粒度傾向性分析”(項目編號:71503126)的研究成果之一
【分類號】：TP391.1;TP393.092

【參考文獻】

相關期刊論文 前7條

1 王雪猛;王玉平;;基于情感傾向分析的突發(fā)事件網絡輿情預警研究[J];西南科技大學學報(哲學社會科學版);2016年01期

2 廖健;王素格;李德玉;張鵬;;基于觀點袋模型的汽車評論情感極性分類[J];中文信息學報;2015年03期

3 夏夢南;杜永萍;左本欣;;基于依存分析與特征組合的微博情感分析[J];山東大學學報(理學版);2014年11期

4 鄭誠;楊希;張吉賡;;結合情感詞典與規(guī)則的微博情感極性分類方法[J];電腦知識與技術;2014年13期

5 魏晶晶;吳曉吟;;電子商務產品評論多級情感分析的研究與實現[J];軟件;2013年09期

6 張陽;劉曉霞;孫凱龍;李洪安;;基于情感描述項的文本傾向性識別研究[J];計算機工程與應用;2015年04期

7 吳明芬;陳濤;;基于SVM的以詞性和依存關系為特征的句子傾向性判斷分析[J];五邑大學學報(自然科學版);2012年04期

【共引文獻】

相關期刊論文 前9條

1 陳炳豐;郝志峰;蔡瑞初;溫雯;王麗娟;黃浩;蔡曉鳳;;面向汽車評論的細粒度情感分析方法研究[J];廣東工業(yè)大學學報;2017年03期

2 李宏媛;陶然;;服裝電商評論情感分析研究[J];智能計算機與應用;2017年01期

3 楊爽;陳芬;;基于SVM多特征融合的微博情感多級分類研究[J];數據分析與知識發(fā)現;2017年02期

4 杜思奇;李紅蓮;呂學強;;漢語組塊分析在情感分類中的應用研究[J];計算機應用與軟件;2016年10期

5 馮旭鵬;馬震;謝波;劉利軍;黃青松;;基于評價修飾分布差的評論文本傾向性識別方法[J];計算機工程;2016年10期

6 王謙;史青宣;田學東;;面向中文微博的情感要素抽取方法[J];蘭州理工大學學報;2016年03期

7 蘭秋軍;劉文星;李衛(wèi)康;胡星野;;融合句法信息的金融論壇文本情感計算研究[J];現代圖書情報技術;2016年04期

8 譚奇棟;劉波;沈岳;丁毅;;基于Android平臺的新農村手機號碼銀行安全服務策略[J];軟件;2014年03期

9 王海丹;邵小桃;;井下無線Mesh網絡導航系統(tǒng)的設計與實現[J];軟件;2014年01期

【二級參考文獻】

相關期刊論文 前10條

1 裘江南;張闊;王全紅;;本體中語義傳遞規(guī)則獲取方法[J];情報理論與實踐;2015年01期

2 劉武英;張薇;李本先;白燕瓊;;基于中文文獻的反恐情報研究分析[J];情報雜志;2015年01期

3 強韶華;吳鵬;;突發(fā)事件網絡輿情演變過程中網民群體行為仿真研究[J];現代圖書情報技術;2014年06期

4 潘芳;張霞;仲偉俊;;基于BP神經網絡的微博網絡社群突發(fā)輿情的預警監(jiān)控[J];情報雜志;2014年05期

5 董堅峰;;基于Web挖掘的突發(fā)事件網絡輿情預警研究[J];現代情報;2014年02期

6 李壽山;李逸薇;黃居仁;蘇艷;;基于雙語信息和標簽傳播算法的中文情感詞典構建方法[J];中文信息學報;2013年06期

7 彭劭莉;張樂;;突發(fā)事件網絡輿情預警研究綜述[J];情報探索;2013年06期

8 蘭月新;曾潤喜;;突發(fā)事件網絡輿情傳播規(guī)律與預警階段研究[J];情報雜志;2013年05期

9 蘭月新;;突發(fā)事件微博輿情擴散規(guī)律模型研究[J];情報科學;2013年03期

10 張珊;于留寶;胡長軍;;基于表情圖片與情感詞的中文微博情感分析[J];計算機科學;2012年S3期

【相似文獻】

相關期刊論文 前10條

1 初紅霞;王科俊;王希鳳;郭慶昌;韓晶;;多特征融合的退火粒子濾波目標跟蹤[J];計算機工程與應用;2011年06期

2 顧鑫;王海濤;汪凌峰;王穎;陳如冰;潘春洪;;基于不確定性度量的多特征融合跟蹤[J];自動化學報;2011年05期

3 姚紅革;杜亞勤;;基于多模式多特征融合粒子濾波視頻目標跟蹤[J];西安工業(yè)大學學報;2012年11期

4 王蘭;;基于多特征融合的票據分類技術及應用[J];計算機光盤軟件與應用;2013年13期

5 陳增照;何秀玲;楊揚;董才林;;基于多特征融合的票據分類技術及應用[J];計算機工程與應用;2006年09期

6 周斌;林喜榮;賈惠波;宋榕;;多特征融合的手背血管識別算法[J];清華大學學報(自然科學版);2007年02期

7 劉貴喜;范春宇;高恩克;;基于粒子濾波與多特征融合的視頻目標跟蹤[J];光電子.激光;2007年09期

8 胡全;邱兆文;王霓虹;;基于多特征融合的圖像語義標注[J];東北林業(yè)大學學報;2008年10期

9 周靜;黃心漢;彭剛;;基于多特征融合的飛機目標識別[J];華中科技大學學報(自然科學版);2009年01期

10 沈才梁;許雪貴;許方恒;龍丹;;多特征融合的人臉檢測[J];計算機系統(tǒng)應用;2009年11期

相關會議論文 前3條

1 葉鋒;蔡光東;鄭子華;亓曉旭;尹鵬;;基于多特征融合的藥用植物標本識別[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

2 段其昌;季長有;;基于多特征融合的快速人臉檢測[A];第十七屆全國測控計量儀器儀表學術年會（MCMI'2007）論文集（上冊）[C];2007年

3 李玉峰;鄭德權;趙鐵軍;;基于SVM和多特征融合的圖像分類[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

相關博士學位論文 前5條

1 劉明華;復雜環(huán)境下基于多特征融合的目標跟蹤關鍵技術研究[D];青島科技大學;2016年

2 田綱;基于多特征融合的Mean shift目標跟蹤技術研究[D];武漢大學;2011年

3 徐志剛;基于多特征融合的路面破損圖像自動識別技術研究[D];長安大學;2012年

4 陳秀新;多特征融合視頻復制檢測關鍵技術研究[D];北京工業(yè)大學;2013年

5 初紅霞;基于均值移動和粒子濾波的目標跟蹤關鍵技術研究[D];哈爾濱工程大學;2012年

相關碩士學位論文 前10條

1 張巖;基于多特征融合及二部圖匹配的3D目標檢索技術研究[D];哈爾濱工業(yè)大學;2015年

2 計明明;基于多特征融合的三維模型檢索技術[D];浙江大學;2015年

3 王慶;基于多特征融合的人體動作識別方法研究[D];上海大學;2015年

4 劉婕;復雜場景多特征融合粒子濾波目標跟蹤[D];重慶理工大學;2015年

5 崔劍;基于多特征融合的分級行人檢測方法研究[D];電子科技大學;2015年

6 王珊珊;基于極化SAR非監(jiān)督分類的油膜厚度估算方法研究[D];大連海事大學;2015年

7 肖冠;基于多特征融合的異類傳感器中段目標關聯算法研究[D];國防科學技術大學;2013年

8 王建榮;基于多特征融合的無人機航拍圖像識別研究[D];成都理工大學;2015年

9 高爽;基于多特征融合的粒子濾波跟蹤算法研究[D];西安電子科技大學;2014年

10 坎啟嬌;基于多特征融合的多目標跟蹤算法[D];河北工業(yè)大學;2015年

，

本文編號：1936224