本文關(guān)鍵詞：基于分類關(guān)聯(lián)規(guī)則的微博情緒分析

  更多相關(guān)文章： 情緒分析 文本分類 K最近鄰算法 支持向量機 分類關(guān)聯(lián)規(guī)則

【摘要】：針對微博文本語法不規(guī)則、句子間文本聯(lián)系不緊密的問題,提出一種基于分類關(guān)聯(lián)規(guī)則的情緒分析方法。獲得一篇微博中相鄰句子間的連接詞,分別采用KNN和SVM算法對微博中的每個句子進行情緒分析,獲得對應(yīng)的情緒標簽;將獲得的情緒標簽和連接詞轉(zhuǎn)換為關(guān)聯(lián)規(guī)則項集,通過關(guān)聯(lián)規(guī)則挖掘算法獲得相應(yīng)特征;采用SVM算法對獲得的特征進行情緒分類,得到整篇微博的情緒類別。實驗結(jié)果表明,該方法在情緒分類上具有較好的效果。
【作者單位】： 武漢大學(xué)計算機學(xué)院;武昌理工學(xué)院信息工程學(xué)院;
【關(guān)鍵詞】： 情緒分析 文本分類 K最近鄰算法 支持向量機 分類關(guān)聯(lián)規(guī)則
【基金】：國家自然科學(xué)基金項目(61272277) 中央高�；究蒲袠I(yè)務(wù)費專項基金項目(274742) 湖北省自然科學(xué)基金項目(2014CFB356)
【分類號】：TP391.1
【正文快照】： 0引言隨著計算機科學(xué)技術(shù)的不斷發(fā)展,使得人們處理像微博這種不規(guī)則文本的能力逐步增強。傳統(tǒng)的中文微博情感分析主要研究文本的極性,如判斷微博的觀點是正面還是負面。該類研究已取得一定的成果并開始應(yīng)用,但是隨著研究的逐步深入,用戶提出了更高的要求,如希望能夠識別文本中

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 王磊;苗奪謙;張志飛;余鷹;;基于主題的文本句情感分析[J];計算機科學(xué);2014年03期

2 歐陽純萍;陽小華;雷龍艷;徐強;余穎;劉志明;;多策略中文微博細粒度情緒分析研究[J];北京大學(xué)學(xué)報(自然科學(xué)版);2014年01期

3 熊忠陽;劉芹;張玉芳;;結(jié)合項目分類和云模型的協(xié)同過濾推薦算法[J];計算機應(yīng)用研究;2012年10期

4 趙妍妍;秦兵;劉挺;;文本情感分析[J];軟件學(xué)報;2010年08期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉思;朱福喜;陽小蘭;劉世超;;基于分類關(guān)聯(lián)規(guī)則的微博情緒分析[J];計算機工程與設(shè)計;2016年12期

2 方暉;;大數(shù)據(jù)時代網(wǎng)絡(luò)下云信息采集方法的改進與研究[J];電子技術(shù)與軟件工程;2016年21期

3 彭玉釩;黃樹成;;一種基于用戶興趣的協(xié)同過濾算法[J];信息技術(shù);2016年11期

4 劉群;孫紅濤;紀良浩;;一種融合文本語義和情感分析的好友推薦方法[J];系統(tǒng)仿真學(xué)報;2016年11期

5 杜思奇;李紅蓮;呂學(xué)強;;漢語組塊分析在情感分類中的應(yīng)用研究[J];計算機應(yīng)用與軟件;2016年10期

6 彭紀奔;吳林;陳賢;黃雷君;;基于爬蟲技術(shù)的網(wǎng)絡(luò)負面情緒挖掘系統(tǒng)設(shè)計與實現(xiàn)[J];計算機應(yīng)用與軟件;2016年10期

7 馮旭鵬;馬震;謝波;劉利軍;黃青松;;基于評價修飾分布差的評論文本傾向性識別方法[J];計算機工程;2016年10期

8 王亞s，

本文編號：521120