文献类型：期刊文章

作　　者：易顺明[1] 易昊[2] 周国栋[3]

机构地区：[1]沙洲职业工学院电子信息工程系,江苏苏州215600 [2]Rutgers大学数学系,美国新泽西08817 [3]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(61003155;61273320)资助

年　　份：2016

卷　　号：37

期　　号：11

起止页码：2454-2458

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：面向公共媒体内容开展情感分析是分析公众情感的一项基础工作.经典的基于词频特征向量的特征提取方法,主要利用词频作为文本分类的依据,而词频与情感信息之间的关系并不紧密.提出一种采用基于情感特征向量的Twitter推文情感分类方法.该方法首先通过对推文进行数据清洗、词形还原、词性标注和词汇向量化;其次,将单词匹配到情感词典中;最后,利用每个单词的正向情感、负向情感取值生成情感特征向量,通过MNB、SVM等机器学习方法训练模型,对推文的情感进行分类.实验结果表明采用情感特征向量的Twitter推文情感分类方法能够获得更佳的分类性能.

关 键 词：推文  情感分类 情感词典 情感特征向量  

分 类 号：TP391]