文献类型：期刊文章

作　　者：吴江[1] 唐常杰[2] 李太勇[1] 崔亮[3]

机构地区：[1]西南财经大学经济信息工程学院,成都610074 [2]四川大学计算机学院,成都610064 [3]西南财经大学统计学院,成都610074

出　　处：《计算机应用》

基　　金：教育部人文社会科学研究青年基金资助项目(11YJCZH084);贵州省自然科学基金资助项目(黔科合J字LKG[2013]45);西南财经大学"211工程"三期青年教师成长项目(2011QN2011050)

年　　份：2014

卷　　号：34

期　　号：2

起止页码：481-485

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为有效提高非结构化Web金融文本情感倾向和强度分析的精度,提出了基于语义规则的Web金融文本情感分析算法(SAFT-SR)。该算法基于Apriori算法对金融文本进行属性抽取,构建金融情感词典和语义规则识别情感单元及强度,进而得到文本的情感倾向和强度。实验结果表明,与Ku提出的算法相比,在情感倾向分类方面,算法SAFT-SR情感分类性能良好,提高了分类器的F值、查全率和查准率;在情感强度计算方面,算法SAFT-SR的误差更小,更接近真实评分,证明了SAFT-SR是一种有效的金融文本情感分析算法。

关 键 词：Web金融文本  情感词典 语义规则 情感分析 情感倾向

分 类 号：TP391]