基于词典与机器学习的中文微博情感分析研究-计算机应用与软件.pdfVIP

第３１卷第７期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．７ ２０１４年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１４ 基于词典与机器学习的中文微博情感分析研究 孙建旺　吕学强　张雷瀚 （北京信息科技大学网络文化与数字传播北京市重点实验室　北京 １００１０１） 摘　要　　随着Ｗｅｂ２．０时代的兴起，与微博相关的研究得到学术界和工业界的广泛关注。选取微博文本中的动词和形容词作为 特征；提出基于层次结构的特征降维方法；采用设计的基于表情符号的方法计算特征极性值；在此基础上，提出基于特征极性值的位 置权重计算方法，借助ＳＶＭ作为机器学习模型将微博文本分为正面、负面和中性三类。实验结果表明，提出的方法能够比较有效地 对中文微博文本进行情感分类。 关键词　　微博　表情符号　极性值　位置权重　情感分类 中图分类号　ＴＰ３９１．１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０７．０４５ ＯＮＳＥＮＴＩＭＥＮＴＡＮＡＬＹＳＩＳＯＦＣＨＩＮＥＳＥＭＩＣＲＯＢＬＯＧＧＩＮＧ ＢＡＳＥＤＯＮＬＥＸＩＣＯＮＡＮＤＭＡＣＨＩＮＥＬＥＡＲＮＩＮＧ ＳｕｎＪｉａｎｗａｎｇ　ＬüＸｕｅｑｉａｎｇ　ＺｈａｎｇＬｅｉｈａｎ （ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｒｎｅｔＣｕｌｔｕｒｅａｎｄＤｉｇｉｔａｌＤｉｓｓｅｍｉｎａｔｉｏｎＲｅｓｅａｒｃｈ，ＢｅｉｊｉｎｇＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｌｏｎｇｗｉｔｈｔｈｅｒｉｓｉｎｇｏｆＷｅｂ２．０ａｇｅ，ｔｈｅｓｔｕｄｉｅｓｒｅｌａｔｅｄｔｏｍｉｃｒｏｂｌｏｇｇｉｎｇｈａｖｅｄｒａｗｎｗｉｄｅａｔｔｅｎｔｉｏｎｓｆｒｏｍｂｏｔｈｔｈｅａｃａｄｅｍｉａ ａｎｄｉｎｄｕｓｔｒｙｃｏｍｍｕｎｉｔｉｅｓ．Ｂｙｓｅｌｅｃｔｉｎｇｖｅｒｂｓａｎｄａｄｊｅｃｔｉｖｅｓｉｎｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｓａｓｔｈｅｆｅａｔｕｒｅｓ，ｗｅｐｕｔｆｏｒｗａｒｄａｈｉｅｒａｒｃｈｉｃａｌ ｓｔｒｕｃｔｕｒｅｂａｓｅｄｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎａｐｐｒｏａｃｈ．Ｔｈｅｄｅｓｉｇｎｅｄｅｍｏｔｉｃｏｎｂａｓｅｄｍｅｔｈｏｄｉｓａｄｏｐｔｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｆｅａｔｕｒｅｐｏｌａｒｉｔｙ ｖａｌｕｅ．Ｏｎｔｈｉｓｂａｓｉｓ，ｔｈｅｐｏｓｉｔｉｏｎｗｅｉｇｈｔｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｆｅａｔｕｒｅｐｏｌａｒｉｔｙｖａｌｕｅｉｓｐｒｏｐｏｓｅｄ．ＡｎｄｗｉｔｈｔｈｅｈｅｌｐｏｆＳＶＭａｓｔｈｅ ｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｏｄｅｌ，ｔｈｅａｐｐｒｏａｃｈｃｌａｓｓｉｆｉｅｓｔｈｅｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｓｉｎｔｏｐｏｓｉｔｉｖｅ，ｎｅｇａｔｉｖｅａｎｄｎｅｕｔｒａｌｃａｔｅｇｏｒｉｅｓｓｅｐａｒａｔｅｌｙ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈｃａｎｅｆｆｅｃｔｉｖｅｌｙｍａｋｅｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｏｎＣｈｉｎｅｓｅｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｓ． Ｋｅｙｗｏｒｄｓ　　Ｍｉｃｒｏｂｌｏｇｇｉｎｇ　Ｅｍｏｔｉｃｏｎ　Ｐｏｌａｒｉｔｙｖａｌｕｅ　Ｐｏｓｉｔｉｏｎｗｅｉｇｈｔ　Ｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎ 极性分类，分为正向情感和负向情感。中文微博与英文微博 ０　引　言 有较大的区别，中文微博文本的主题较为发散，内容更加丰富 繁杂，行文习惯与英文微博也有明显的不同，导致上述方法不 微博是一种新的信息发布及社交网络平台。自问世以来， 能很好地应用于中文微博文本的情感分类研究。刘志明等 迅速吸引了大众