文献类型：期刊文章

作　　者：陈国兰[1]

机构地区：[1]南京邮电大学图书馆,江苏南京210003

出　　处：《情报探索》

基　　金：江苏省教育厅高校哲社基金项目"众包模式下知识转移的实现机制研究"(项目编号:2014SJB025);南京邮电大学党建与思想政治教育研究校级规划项目"微博时代高校网络舆情的监测与引导--以南京邮电大学为例"(项目编号:XC214020)成果之一

年　　份：2016

期　　号：2

起止页码：1-6

语　　种：中文

收录情况：RWSKHX、普通刊

摘　　要：[目的/意义]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,探讨新的情感分析方法对该领域研究有实际意义。[方法/过程]首先基于已有的开源情感词典和微博文本的特点,构建一个适合微博文本分析的情感词典;然后基于常见的微博情感句,以微博情感词为中心,对微博文本进行情感语义规则分析,进而提出微博语句文本的情感计算方法;最后基于已标注的微博语料,构建相关词典,包括程度副词词典、否定词词典、关系连词词典。[结果/结论]通过与支持向量机(SVM)的情感分类方法进行实验对比,证明本研究提出的微博情感分析方法的适用性较强。

关 键 词：微博  微博文本  情感分析 情感词典 语义规则 句级情感分析  

分 类 号：G250.23[图书情报与档案管理类]