本文關(guān)鍵詞：基于SVM的中文微博情緒分析研究，由筆耕文化傳播整理發(fā)布。

【摘要】：文章以中文微博為研究對(duì)象,結(jié)合心理學(xué)和自然語(yǔ)言處理,將微博情緒劃分為樂(lè)、怒、哀、惡、懼五大類。然后在類別劃分的基礎(chǔ)上,使用情感特征、句式特征、句間特征來(lái)表示微博情緒,并借助于SVM模型形成了微博情緒分類模型。最后借助NLPCC 2013的公開(kāi)評(píng)測(cè)數(shù)據(jù)對(duì)提出的模型進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明本文所提的方法是有效的。
【作者單位】： 南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院信息管理系;江蘇省社會(huì)公共安全科技協(xié)同創(chuàng)新中心;
【關(guān)鍵詞】： 情緒類別 情緒分析 特征選擇 SVM 中文微博
【基金】：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“基于社會(huì)網(wǎng)絡(luò)分析的網(wǎng)絡(luò)輿情主題發(fā)現(xiàn)研究”(編號(hào):15BTQ063);國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“大數(shù)據(jù)環(huán)境下社會(huì)輿情與決策支持方法體系研究”(編號(hào):14AZD084) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目的研究成果之一
【分類號(hào)】：B842.6;G206
【正文快照】： 過(guò)微博文本內(nèi)容的分析,判斷微博發(fā)布者對(duì)某一評(píng)價(jià)1引言 對(duì)象的觀點(diǎn)、態(tài)度、意見(jiàn)或者是情感傾向。目俞情感分微博作為一種分享與評(píng)論的工具憑借其發(fā)布的便析的研究主要集中在微博情感傾向性分析這一方面。捷性、傳播的實(shí)時(shí)性,迅速成為最受歡迎的網(wǎng)絡(luò)社交媒已有的研究將微博情感

  本文關(guān)鍵詞：基于SVM的中文微博情緒分析研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：478879