基于多样化特征的中文微博情感分类方法研究-模式识别国家重点试验室.pdfVIP

第29卷第4期 中文信息学报 V01．29，NO．4 2015年7月 Jul．，2015 JOURNALOFCHINESEINFoRMATIONPROCESSING 文章编号：1003—0077(2015)04—0134—10 基于多样化特征的中文微博情感分类方法研究 张志琳，宗成庆 (中国科学院自动化研究所模式识别国家重点实验室，北京100190) 摘 要：随着Web2．0时代的兴起，微博作为一个新的信息分享平台已经成为人们生活中一个重要的信息来源和 传播渠道。近年来针对微博的情感分类问题研究也越来越多地引起人们的关注。该文深入分析了传统的情感文 本分类和微博情感分类在特征表示和特征筛选上存在的差异，针对目前微博情感分类在特征选择和使用上存在的 缺陷，提出了三种简单但十分有效的特征选取和加入方法，包括词汇化主题特征、情感词内容特征和概率化的情感 词倾向性特征。实验结果表明，通过使用该文提出的特征选择和特征加入方法，微博情感分类准确率由传统方法 的73．17％提高到了84．17％，显著改善了微博情感分析的性能。 关键词：中文微博；情感分类；机器学习；特征选择 中图分类号：TP391 文献标识码：A SentimentofChineseMicroBasedonRich—features Analysis Blog ZHANG Zhilin，ZONG Chengqing (NationalLabOfPattern of 100190，China) Recognition。InstituteAutomation，CAS，Beijing Abstract：Micronew now an rolein live blog，a information—sharingplatform，isplayingimportantpeople’Sdaily withtheriseofWeb2．0．Andmicro sentimentresearchalsoattractsmoreattentioninrecent blog analysis years． the andfeatureselectionbetweenthe This an on differenceoffeature paperprovidesin—depthanalysis representation classificationandmicro sentiment avoidthedrawbacksoffeatureselectionof traditionalsentiment blog analysis．To but forfeature andselection，inclu— methods，wethree effective existing proposesimple approaches representation thelexicalizationfeature，thesentimentwordfeature，and