摘要
社交网络舆情分析是一种新的研究趋势,而其中微博话题的情感倾向性判定是社交网络舆情分析中的热点。针对微博内容特征以及微博间转发、评论关系特征,构建情感分析用词典、网络用语词典以及表情符号库,设计基于短语路径的微博话题情感倾向性判定算法,以及基于多特征的微博话题情感倾向性判定算法,并进一步利用微博间的转发和评论关系对基于多特征的微博话题情感倾向性判定算法进行优化,其微平均正确率与F值分别达到85.3%和79.4%。
Public opinion analysis for micro-blog post is a new trend, wherein sentiment orientation identification on micro-blog topic is a hot issue. According to the features of contents and the Various relations of Chinese micro blog post, we construct the dictionaries of sentiment words, internet slang and emotions respectively, Then we implement the sentiment analysis algorithms based on phrase path and the multi-feature of sentiment orientation of microblog topics. Using micro-blogs＇ forwarding and commentaries, we take a future step to optimize the algorithm based on the multiple features. According to the experimental results, the values of the Precision and F-measure reach 85.3% and 79.4%, respectively.
出处
《中文信息学报》
CSCD
北大核心
2014年第4期123-131,共9页
Journal of Chinese Information Processing
基金
国家重点基础研究发展计划(973计划)(2013CB329605)
国家自然科学基金(61132009)
国家科技支撑计划(2012BAH14F06)
关键词
微博
微博话题
情感分析
观点分析
情感倾向性
Micro-blog post
Micro-blog topic
sentiment analysis
opinion analysis
sentiment orientation
作者简介
刘全超（1982-）．男，博士研究生。主要研究领域为情感计算、信息抽取。E—mail：liuquanchao@bit．cdu．cn
黄河燕（1963-），女，博士，教授．博士生导师，主要研究领域为自然请言处理、机器翻泽。E—mail：hhy63@bit．edu．cn
冯冲（1977-），男，博士，副研究员，主要研究领域为机器翻译、信息抽取。E—mail：fengchong@bit．edu．cn
