【情感微博】中文微博情感倾向性分析特征工程

时间：2015-01-26 12:03:15 作者：李泽魁；赵妍妍；秦兵

本文作者：李泽魁；赵妍妍；秦兵；刘挺；成功正常投稿发表论文到《山西大学学报(自然科学版)》2014年04期,引用请注明来源400期刊网！

如果您需要快速发表论文服务，请联系在线编辑！

【摘要】：情感倾向性分析是情感分析的重要组成部分,是一种按照情感倾向对文本进行分类的任务。微博与传统的评论文本相比更加口语化与符号化,因此对微博进行情感倾向性分析是一个非常有挑战性的任务。基于机器学习的方法是情感倾向性分析最经典的算法,核心是要进行特征的分析和选择,例如词袋特征等。然而,由于中文语言的独特性,前人很多有效的特征都是语言相关的,将其直接用于中文微博效果不佳。在中文微博语料上,还没有学者进行细致的特征工程建设。基于此,文章综合国内外诸多特征,并考虑到中文的独特性,对中文微博的褒贬中倾向性判别特征工程的词、词组、数值和句法特征分别进行了研究,并提出了基于词典规则的情感评分的新特征。最后经过大量实验与分析,得出了可靠的特征组合。实验结果表明,此方法能够明显提高情感倾向性分析的结果。
【论文正文预览】：0引言微博,是人们分享新鲜事、表达自己的看法和维护自己的朋友圈的一个思想交流工具。微博存在着大量的用户,他们在微博上有时对国家时事发表自己的见解,有时对某些新闻提出自己的喜恶,或者对许多产品写下自己的感受。字里行间流露出作者的真情实感,背后隐藏的包括舆论监控、
【文章分类号】：TP391.1;TP393.092
【稿件关键词】：情感倾向性分析中文微博特征工程
【参考文献】:

赵妍妍;秦兵;刘挺;;文本情感分析[J];软件学报;2010年08期
潘文富;郭友实;;网络舆情监测技术研究综述[J];福建电脑;2011年08期
来亮;钱屹;;文本情感分析综述[J];计算机光盘软件与应用;2012年18期
贺飞艳;何炎祥;刘楠;刘健博;彭敏;;面向微博短文本的细粒度情感特征抽取方法[J];北京大学学报(自然科学版);2014年01期
赵鸿艳;王素格;许超逸;;基于概率图模型的文本对象情感分析[J];电脑开发与应用;2014年04期
郑诚;杨希;张吉赓;;结合情感词典与规则的微博情感极性分类方法[J];电脑知识与技术;2014年13期
谢松县;刘博;王挺;;应用语义关系自动构建情感词典[J];国防科技大学学报;2014年03期
翟东海;杜佳;崔静静;聂洪玉;;基于双粒度模型的中文情感特征词提取研究[J];重庆邮电大学学报(自然科学版);2014年03期
陈培文;傅秀芬;;采用SVM方法的文本情感极性分类研究[J];广东工业大学学报;2014年03期
王洪艳;;社会化电商用户需求挖掘初探[J];电子商务;2014年08期
左荣欣;;一种分层多算法集成的微博情感分类方法[J];电子世界;2014年17期
易红发;肖明;彭继春;寇娇;;Twitter英文用户眼中的中国(2006-2013)——基于主题建模和情感分析的探索[A];2014中国传播论坛：“国际话语体系与国际传播能力建设”研讨会会议论文集[C];2014年
田野;基于微博平台的事件趋势分析及预测研究[D];武汉大学;2012年
王立才;上下文感知推荐系统若干关键技术研究[D];北京邮电大学;2012年
孙春华;情感表达对在线评论有用性感知的影响研究[D];合肥工业大学;2012年
施荣盛;投资者关注下资产定价研究[D];上海交通大学;2013年
董喜双;基于免疫多词主体自治学习的情感分析研究[D];哈尔滨工业大学;2013年
刘楠;面向微博短文本的情感分析研究[D];武汉大学;2013年
黄焕;面向e-Learning的学习者情感建模及应用研究[D];华中师范大学;2014年
杨玉珍;基于统计与规则的特征权重计算方法研究与应用[D];山东师范大学;2011年
吴秀梅;基于潜在语义分析和最大熵的中文情感分析研究[D];北京交通大学;2011年
徐淑坦;基于改进RBF神经网络的文本情感分类研究[D];吉林大学;2011年
张浩;多粒度下的多分类情感分析研究[D];北京邮电大学;2011年
史丽君;基于特征强化的中文产品评价挖掘研究[D];合肥工业大学;2011年
翟永勇;中文意见挖掘的特征提取与极性分析研究[D];合肥工业大学;2011年
江军;用户评论情感分类系统设计与实现[D];南京大学;2011年
吴泽衡;基于话题检测和情感分析的互联网热点分析与监控技术研究[D];华南理工大学;2011年
王霞;文本驱动的表情合成研究[D];西南交通大学;2011年
朱洪;面向互联网中文舆情信息的情感倾向分析[D];国防科学技术大学;2011年
周立柱;贺宇凯;王建勇;;情感分析研究综述[J];计算机应用;2008年11期
朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期
徐琳宏;林鸿飞;赵晶;;情感语料库的构建和分析[J];中文信息学报;2008年01期
姚天昉;程希文;徐飞玉;汉思·乌思克尔特;王睿;;文本意见挖掘综述[J];中文信息学报;2008年03期
郭飞飞;王小华;谌志群;王荣波;;基于回应消息的中文微博情感分类方法[J];杭州电子科技大学学报;2013年06期
文坤梅;徐帅;李瑞轩;辜希武;李玉华;;微博及中文微博信息处理研究综述[J];中文信息学报;2012年06期
王银;吴新玲;;中文微博情感分析方法研究[J];广东技术师范学院学报;2014年03期
肖珺;刘志明;肖振南;;基于CRFs的中文微博情感倾向性研究[J];网友世界;2014年08期
孙建旺;吕学强;张雷瀚;;基于词典与机器学习的中文微博情感分析研究[J];计算机应用与软件;2014年07期
张晶;朱波;梁琳琳;侯敏;滕永林;;基于情绪因子的中文微博情绪识别与分类[J];北京大学学报(自然科学版);2014年01期
李清敏;张华平;;面向话题的中文微博观点倾向性分析研究[J];科学技术与工程;2014年12期
郭云龙;潘玉斌;张泽宇;李莉;;基于证据理论的多分类器中文微博观点句识别[J];计算机工程;2014年04期
牛耘;潘明慧;魏欧;蔡昕烨;;基于词典的中文微博情绪识别[J];计算机科学;2014年09期
杜锐;朱艳辉;鲁琳;王文华;邓程;喻魁兰;;基于SVM的中文微博观点句识别算法[J];湖南工业大学学报;2013年02期
朱海欢;中文微博情感分类的研究[D];华东师范大学;2014年
姚恺;中文微博隐私挖掘系统设计与实现[D];西安电子科技大学;2014年
林江豪;中文微博情感分析关键技术研究[D];广东外语外贸大学;2013年
陆宇杰;中文微博情感分析及其应用[D];华东师范大学;2013年
蒋婉婷;基于Hadoop的中文微博主观情感分类的研究与实现[D];华东师范大学;2014年
彭蔚喆;面向中文微博文本的情感识别与分类技术研究[D];华中师范大学;2014年
许斌;中文微博的情感分析和影响力技术研究[D];解放军信息工程大学;2013年

【稿件标题】：【情感微博】中文微博情感倾向性分析特征工程
【作者单位】：哈尔滨工业大学计算机科学与技术学院信息检索研究中心;哈尔滨工业大学机电学院媒体系;
【发表期刊期数】：《山西大学学报(自然科学版)》2014年04期
【期刊简介】：0......更多山西大学学报(自然科学版)杂志社(http://www.400qikan.com/qk/13073/)投稿信息
【版权所有人】：李泽魁；赵妍妍；秦兵；刘挺；