本文選題：情感分類 + 微博�。� 參考：《清華大學(xué)學(xué)報(bào)(自然科學(xué)版)》2014年10期

【摘要】：微博數(shù)據(jù)的情感分析具有重要的應(yīng)用價(jià)值和研究?jī)r(jià)值,是網(wǎng)絡(luò)文本挖掘領(lǐng)域的研究熱點(diǎn)。微博消息非常短而且稀疏,同時(shí)包含大量的不規(guī)則詞語(yǔ),噪聲很強(qiáng),給傳統(tǒng)的情感分析方法帶來(lái)了很大的挑戰(zhàn)。受社會(huì)科學(xué)的相關(guān)理論的啟發(fā),該文嘗試?yán)梦⒉┫⒌纳缃徽Z(yǔ)境來(lái)幫助解決情感分析所面臨的稀疏性強(qiáng)和噪聲大的困難。由于文本向量的維度很高,而具有情感傾向的詞只占其中較少的一部分,因此將Lasso方法加進(jìn)LR(logistic regression)模型中以提高模型的魯棒性。在真實(shí)的英文Twitter數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,加入社交語(yǔ)境和模型的稀疏約束能夠有效提高微博數(shù)據(jù)情感分類的準(zhǔn)確率。
[Abstract]:The emotion analysis of micro blog data has important application value and research value . It is a hot topic in the field of network text mining . The microblog message is very short and sparse . It also contains a lot of irregular words . It has a strong noise .
【作者單位】： 清華大學(xué)電子工程系;
【基金】：國(guó)家“八六三”高技術(shù)項(xiàng)目(2012AA011004) 清華大學(xué)自主科研計(jì)劃項(xiàng)目(20111081023)
【分類號(hào)】：TP393.092
，

本文編號(hào)：2024481