基于SVM多特征融合的微博情感多级分类研究
2017-02-25分类号：TP391.1;TP393.092
【部门】南京理工大学经济管理学院
【摘要】【目的】为更精确地识别网民态度,监测网络舆情,提出一种基于SVM多特征融合的情感5级分类方法。【方法】从词性特征、情感特征、句式特征、语义特征4个方面,提取动词、名词、情感词、否定词等14个特征,运用SVM方法对微博情感进行5级分类。【结果】实验结果表明,该方法对情感5级分类的准确率为82.40%,召回率为81.91%,F值为82.10%。【局限】训练语料的规模有待进一步提高。【结论】该方法在情感5级分类方面取得较好的效果。
【关键词】微博 情感倾向性 支持向量机 句法分析
【基金】国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”(项目编号:71303111);国家自然科学基金项目“突发事件网络舆情演变过程中的人群仿真研究”(项目编号:71273132);国家自然科学基金项目“基于聚合的社会化短文本信息处理与细粒度倾向性分析”(项目编号:71503126)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递
