本文關(guān)鍵詞：基于多特征融合的中文微博評(píng)價(jià)對(duì)象抽取方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：中文微博的評(píng)價(jià)對(duì)象抽取作為中文微博情感分析的基礎(chǔ)任務(wù),受到研究者的廣泛關(guān)注,有著重要的研究?jī)r(jià)值。結(jié)合微博文本的特點(diǎn),對(duì)微博文本進(jìn)行預(yù)處理,利用句法分析構(gòu)建包括名詞、名詞短語(yǔ)、微博話題在內(nèi)的評(píng)價(jià)對(duì)象候選集,再分別利用SVM模型、加權(quán)模型實(shí)現(xiàn)多特征融合的篩選候選評(píng)價(jià)對(duì)象方法,所用特征包括語(yǔ)義角色信息、最小距離和詞頻。算法經(jīng)實(shí)驗(yàn)證明有效,在對(duì)候選評(píng)價(jià)對(duì)象進(jìn)行篩選后,采用SVM模型的F值達(dá)到0.357 3,加權(quán)模型的F值達(dá)到0.405 9。
【作者單位】： 北京信息科技大學(xué)智能信息處理研究所;
【關(guān)鍵詞】： 評(píng)價(jià)對(duì)象 評(píng)價(jià)對(duì)象候選集 句法分析 語(yǔ)義角色標(biāo)注 支持向量機(jī)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61070119,61370139) 北京市屬高等學(xué)校創(chuàng)新團(tuán)隊(duì)建設(shè)與教師職業(yè)發(fā)展計(jì)劃項(xiàng)目(IDHT20130519) 北京市教委專項(xiàng)項(xiàng)目(PXM2013_014224_000042,PXM2014_014224_000067);北京市教委科研計(jì)劃面上項(xiàng)目(KM201411232014) 北京信息科技大學(xué)2014年研究生科技創(chuàng)新項(xiàng)目
【分類號(hào)】：TP391.1
【正文快照】： 0引言隨著互聯(lián)網(wǎng)的廣泛普及,網(wǎng)絡(luò)已經(jīng)成為人們獲取信息、共享信息的主要途徑。微博作為一種新興的互動(dòng)交流平臺(tái),也逐漸走進(jìn)人們的生活。據(jù)中國(guó)互聯(lián)網(wǎng)信息中心(CNNIC)發(fā)布《第33次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示,截至2013年12月,我國(guó)微博用戶規(guī)模為2.81億[1]。越來(lái)越多的

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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)：455101