基于SVM的中文微博情绪分析研究

被引：11

作者：

丁晟春 ^{[1
,2
]}

王颖 ^{[1
]}

李霄 ^{[1
]}

机构：

[1] 南京理工大学经济管理学院信息管理系

[2] 江苏省社会公共安全科技协同创新中心

来源：

情报资料工作 | 2016年 / 03期

关键词：

情绪类别; 情绪分析; 特征选择; SVM; 中文微博;

D O I：

暂无

中图分类号：

B842.6 [情绪与情感]; G206 [传播理论];

学科分类号：

040201 ; 050302 ;

摘要：

文章以中文微博为研究对象,结合心理学和自然语言处理,将微博情绪划分为乐、怒、哀、恶、惧五大类。然后在类别划分的基础上,使用情感特征、句式特征、句间特征来表示微博情绪,并借助于SVM模型形成了微博情绪分类模型。最后借助NLP&CC 2013的公开评测数据对提出的模型进行了验证,实验结果表明本文所提的方法是有效的。

引用

页码：28 / 33

页数：6

共 14 条

[1]

汉语情感系统中情感划分的研究.[A].许小颖;陶建华;.第一届中国情感计算及智能交互学术会议.2003,

[2]

Construction of a blog emotion corpus for Chinese emotional expression analysis..QUAN Chang-qin;REN Fu-ji;.Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing.2009,

[3] 基于词典的中文微博情绪识别 [J].