

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、作為時下最流行的社交媒體之一,微博具有信息傳播快、信息量大、內容欠規(guī)范等顯著特點,已發(fā)展成為互聯(lián)網信息交流共享的重要平臺之一。當前,對微博文本的情感識別與分類研究逐漸成為自然語言處理領域中一個新的熱點研究方向及難點所在,其研究成果對于企業(yè)及時洞悉用戶對產品或服務的使用反饋、對獲取社會民眾的民意、輿情監(jiān)測等應用均具有重要的現實意義。
本研究致力于初步解決面向中文微博文本的主觀句識別與情感分類問題,具體研究內容如下:
一
2、、通過分析微博文本,總結出微博文本的若干結構特征,并構建表情情感庫。在分析微博文本中常出現的重復標點符號的基礎上,整理出輔助識別情感分類的標點符號情感庫。將情感詞匯本體庫和表情情感庫、標點符號情感庫相結合,構建了中文微博文本的情感特征庫。
二、分別使用詞頻統(tǒng)計、期望交叉熵、TF-IDF、以及求TF-IDF的方差等方法對微博文本進行情感特征抽取,其實驗結果顯示:基于方差與TF-IDF加權結合的特征識別與抽取方法取得了最好的結果。
3、
三、關于微博文本的情感識別與分類,我們首先判斷微博文本的主、客觀性,使用樸素貝葉斯方法和支持向量機方法來識別主觀句,實驗結果顯示:樸素貝葉斯方法對主觀句的識別效果更好。此后,對屬于主觀句的微博文本我們進行了情感分類研究,使用基于支持向量機的一對一分類法和一對其余分類法,其實驗結果顯示:基于支持向量機的一對一分類法效果更好。
四、基于以上提出的情感特征抽取方法及情感識別與分類方法,我們構建了相應的原型系統(tǒng)。通過在公開
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向中文微博文本的情感分類研究.pdf
- 面向中文微博的情感分類研究.pdf
- 面向中文微博的情感分類方法研究.pdf
- 基于中文微博的情感分類技術研究.pdf
- 面向微博的跨媒體情感分類技術研究.pdf
- 中文微博情感分類研究.pdf
- 中文微博情感分析技術研究.pdf
- 面向微博的文本質量評估與分類技術研究與實現.pdf
- 中文微影評文本情感傾向性識別技術研究.pdf
- 面向微博文本的分類技術應用研究.pdf
- 面向微博短文本的情感分析研究.pdf
- 基于文本分類的微博情感傾向研究.pdf
- 面向中文微博的情感信息抽取方法研究.pdf
- 微博短文本情感分析關鍵技術研究與實現.pdf
- 面向微博電影評論的情感分類研究.pdf
- 基于情感詞典與句型分類的中文微博情感分析研究.pdf
- 面向中文微博的輿情分析技術研究.pdf
- 面向微博的群體情感摘要關鍵技術研究.pdf
- 面向微博文本的分詞及情感分析研究.pdf
- 面向目標的中文微博情感分析研究.pdf
評論
0/150
提交評論