文献类型：期刊文章

作　　者：王文[1,2] 王树锋[1,2] 李洪华[1]

机构地区：[1]常州工学院计算机信息工程学院,江苏常州213002 [2]常州工学院常州市软件技术研究与应用重点实验室,江苏常州213002

出　　处：《南京理工大学学报》

基　　金：常州工学院校级科研基金项目(YN1316;YN1203)

年　　份：2014

卷　　号：38

期　　号：6

起止页码：733-738

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD_E2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题,该文提出了一种新的情感分析方法。将微博爬虫和Web应用程序编程接口(API)相结合,对动态微博数据进行收集和预处理。基于NTUSD和How Net中文情感词典的微博情感词的抽取和分类,计算词语语义相似度和倾向性。综合考虑表情、文本情感倾向的加权和正面情感增强等因素。实验结果表明:表情情感倾向对微博情感倾向起着重要作用;在表情和文本情感倾向比值固定的情况下,调整因素和中性区间的选择会对情感倾向判断准确率产生影响;通过与基于How Net语义相似度的计算模型比较,该文方法使得情感倾向判断准确率提高约5%。

关 键 词：文本语义 表情倾向  微博  情感分析  机器学习  微博爬虫  应用程序编程接口 情感词典 语义相似度

分 类 号：TP391]