文献类型：期刊文章

作　　者：刘勘[1] 田宁梦[1] 王宏宇[1] 林荣蓉[1] 王德民[1]

机构地区：[1]中南财经政法大学信息与安全工程学院信息系,武汉430073

出　　处：《知识管理论坛》

基　　金：国家社会科学基金项目"基于文本挖掘的网络谣言预判研究"(项目编号:14BXW033)研究成果之一

年　　份：2017

期　　号：3

起止页码：175-185

语　　种：中文

收录情况：DOAJ、NSSD、普通刊

摘　　要：[目的/意义]提出一种以情感加权算法和朴素贝叶斯算法为基础的组合分类模型(SWNB模型),旨在对中文微博话题的立场进行判别。[方法/过程]该模型首先通过给定的复杂句模型对微博进行简化,然后依据情感规则得到情感权值,提取微博中与话题相关的实体并进行优化,进而将微博分为包含立场和未表明立场(NONE)两类;再对包含立场的微博提取特征词,利用朴素贝叶斯算法将其立场判别为支持(FAVOR)或反对(AGAINST)。[结果/结论 ]实验结果表明,本模型有较好的立场判别精度,并能同时有效地处理中文复杂句式、话题相关评价对象以及上下文语境等复杂情形。

关 键 词：中文微博  立场判别  情感加权算法  朴素贝叶斯

分 类 号：TP391.1] TP393.092[计算机类]