版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、微博的共享性和實時性,不僅使微博平臺擁有龐大的用戶群,而且產生了海量的微博數(shù)據(jù)信息,微博的內容涵蓋了教育、經濟、科技、文化等話題。處理和分析微博數(shù)據(jù)可以挖掘微博中隱藏的社會價值和經濟效益,及時了解廣大網(wǎng)民對某產品、人物或者事件的關注程度和情感變化,為決策者提供實時科學的理論依據(jù)。基于微博的情感分析是情感分析領域的研究熱點,同樣也是自然語言處理領域熱點的問題之一。
微博的情感分析還處于初級階段,在實際應用中只局限在很小的范圍之內
2、,因此情感分析的研究還有待繼續(xù)深入。目前,最常用的情感分析的方法是基于情感詞典和規(guī)則的方法以及基于機器學習的方法?;谇楦性~典的方法中情感詞語決定了微博的情感傾向性,必須構造一部完善的情感詞典才能處理大規(guī)模的微博數(shù)據(jù),但是目前還沒有有效的構造情感詞典的方法。基于機器學習的方法需要對微博進行特征選擇,但是目前沒有有效的特征能夠表示微博。
針對在微博情感分析中沒有有效的構造情感詞典的方法的問題,本文提出基于《同義詞詞林》和微博索引
3、系統(tǒng)的情感詞典的構造方法。本文利用《同義詞詞林》對四部基礎情感詞典進行擴展形成一部較完善的詞典,構造了千萬級別的微博索引系統(tǒng),利用PMI公式計算情感詞語的情感傾向值。針對情感分析中特征選擇的問題,本文利用包括情感詞典在內不同的特征組合通過對比實驗選取了有效的特征組合。
實驗證明,本文中構造的情感詞典比較完備,相對于四部基礎情感詞典能有效提升微博情感分析的性能。本文中所使用的特征組合在微博的情感分析中有效,能夠解決機器學習中特征
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語義及情感的微博分類等級判定方法研究.pdf
- 基于情感分析的微博輿情研究.pdf
- 基于語義特征的微博評價對象抽取.pdf
- 基于中文微博的情感分析研究.pdf
- 基于情感詞典的中文微博情感傾向分析研究.pdf
- 基于深度語義特征的情感分析研究.pdf
- 基于微博的情感分析算法研究與實現(xiàn).pdf
- 基于信任的微博情感傳遞分析研究.pdf
- 微博情感詞典的構建及其在微博情感分析中的應用研究.pdf
- 基于主題微博中群體情感特征的謠言檢測研究.pdf
- 基于情感詞典與規(guī)則綜合的微博情感分析模型研究.pdf
- 基于微博的情感分析關鍵技術研究.pdf
- 基于PAD模型的中文微博情感分析研究.pdf
- 基于微博的社交網(wǎng)絡特征分析.pdf
- 基于微博的熱點事件挖掘與情感分析.pdf
- 基于微博情感的股票預測研究.pdf
- 微博情感分析研究.pdf
- 基于LDA模型的微博情感分析技術研究.pdf
- 基于情感詞典與句型分類的中文微博情感分析研究.pdf
- 基于情感分析的微博謠言識別模式研究.pdf
評論
0/150
提交評論