基于词典与机器学习的中文微博情感分析研究.docVIP

基于词典与机器学习的中文微博情感分析研究 导读：就爱阅读网友为您分享以下“基于词典与机器学习的中文微博情感分析研究”资讯，希望对您有所帮助，感谢您对92的支持! 第３１卷第７期 ２０１４年７月 计算机应用与软件 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ ＶｏＬ３１Ｎｏ．７ 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１粥９１．１文献标识码 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８６ｘ．２０１４．０７．０４５ ＯＮ ＳＥＮＴ姗ＮＴ ＡＮＡＬＹＳＩＳＯＦＣＨ】ＮＥＳＥＣＲｏＢＬｏＧＧＩＮＧ ＢＡＳＥＤｏＮ ＬＥＣｏＮ ＡＮＤＭ＿ＡＣＨ】ＮＥ ＬＥＡＲＮ矾Ｇ ＳｕｎＪｉａｎｗａｎｇＬｎＸｕｅｑｉａｎｇＺｈａｎｇＬｅｉｈａｎ （＆彬昭研蹦。删。可ｏ，胁ｅ删ｃ础啪口以Ｄ湖口ｆＤｋｅ砸删妇ｎ胍∞础，＆狮ｇ蜘ｍｍ加ｓｃ据腑口，ｌｄ‰＾，ｌｏ如ｇｙ№沁Ｈ蚵，＆抗昭』删０Ｊ，蕊讹） Ａｂｓ仃ａｎ Ａｌｏｎｇ访ｔｈｔｈｅｒｉｓｉｎｇ０ｆＷｅｂ２．０ａｇｅ，ｔｈｅｓｔＩｌｄｉｅｓｒｅｌａｔｅｄ ｔｏ Ｉｌｌｉｃｒｏｂｌｏｇ百ｎｇ ｈａｖｅｄｍｗｎ埘ｄｅａｔｔｅｎｔｉｏｎｓｆｒｏｍｂｏｔ｝ｌｔｈｅａｃａｄｅｍｉａ柚ｄ ｉｎｄｕｓｔｒｙ ｃｏｍｍｕｎｉｔｉｅｓ． Ｂｙ ｓｅｌｅｃｔｉｎｇ ｖｅｒｂｓ 锄ｄａｄｊｅｃｔｉｖｅｓｉｎｍｉｃｒｏｂｌｏｇｇｉｎｇ ｔｅｘｔｓ 硒 山ｅ ｆｅａｔｕｒｅｓ， ｗｅｐｕｔ ｆｏａｒｄ ａ ｈｉｅｒａｒｃｈｉｃａｌ ｓｔｍｃｔｕｒｅ－ｂ鹊ｅｄｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎａｐｐｒｏａｃｈ．Ｔｈｅｄｅｓｉｇｎｅｄｅｍｏｔｉｃｏｎ－ｂ∞ｅｄｍｅｔｈｏｄｉｓａｄｏｐｔｅｄ ｔｏ ｃａｌｃｌｌｌａｔｅｔｈｅｆｅａｔｕｒｅｐｏｌａｒｉｔｙ ｖａｌｕｅ．０ｎｔＩｌｉｓｂ鹳ｉｓ，ｔｌｌｅｐｏｓｉｔｉｏｎｗｅｉｇｈｔｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎ ｆｅａｔｕｒｅ ｐｏｌ“ｔｙｖａｌｕｅｉｓｐｒｏｐｏｓｅｄ．Ａｎｄ埘山ｔｈｅｈｅｌｐ０ｆＳＶＭ ａｓ ｔｈｅ ｍａｃｈｉｎｅ ｌｅ锄ｉｎｇｍｏｄｅｌ，ｔｈｅａｐｐｍａｃｈ ｃｌａｓｓｉｆｉｅｓｔｈｅｍｉｃｍｂｌｏ路ｉｎｇｔｅｘｔｓｉｎｔｏｐｏｓｉｔｉｖｅ，ｎｅｇａｔｉｖｅａｎｄｎｅｕｔｒａｌｃａｔｅ９０ｒｉｅｓｓｅｐａｒａｔｅｌｙ．ＥｘｐｅｒｉｍｅｎｔａＩ ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｍｐｏｓｅｄａｐｐｒｏａｃｈ ｃａｎ雒ｂｃｔｉｖｅｌｙｍａｋｅｓｅｎｔｉｍｅｎｔｃｌ鹊ｓｉｆｉｃａｔｉｏｎ ｏｎ Ｃｈｉｎｅｓｅｍｉｃｍｂｌｏｇｇｉｎｇｔｅｘｔｓ． Ｋｅｙｗｏｒ凼 Ｍｉｃｒｏｂｌｏｇｇｉｎｇ ＥｍｏｔｉｃｏｎＰｏｌ撕ｔｙ ｖａｌｕｅ Ｐｏｓｉｔｉｏｎ ｗｅｉｇｌｌｔ ｓｅｎｔｉｍｅｎｔｃｌａｓｓ击ｃａｔｉｏｎ Ｏ 引言 微博是一种新的信息发布及社交网络平台。自问世以来，迅速吸引了大众的眼光，得以蓬勃发展。据ｃＮＮＩｃ统计显示，截止２０１１年１２月底，我国微博用户数达到２．５亿，较上一年底增长了２９６．Ｏ％，网民使用率为４８．７％…。微博消息量大、更新速度快，吸引了大批学者对其进行研究，针对微博的自然语言处理研究已成为一个新的研究热点及前沿性课题，微博情感分析就是其中的一个热点课题。微博情感分析是将微博文本按其主观倾向性将其分为正向、负向和中性三类。 目前，在情感分析方面，主要使用的技术分为两大类：一类是采用情感词典的方法。２Ｊ，借助情感词典统计待分析文本中正向情感词和负向情感词的数目，根据他们的差值分析文本的情感极性；另一类是采用机器学习的方法。３Ｊ，标注训练语料和测试语料，使用支持向量机、最大熵、ＫＮＮ等分类器进行情感分类。ｗａｎｇＭｌ等人构建一个Ｔｗｉｔｔｅｒ情感分析系统，能够实时地对有关总统选举的评论信息进行情感倾向性分析。 Ａｇａｒｗａｌ¨ｏ等人以词语的极性及其词性为特征，借助树内核模 型对微博文本进行情感分类研究，并取得了一定的成果。ＪｉａｎｇＭｌ等人采用主题相关和无关的方式对微博文本进行情感 极性分类，分为正向情感和负向情感。中文微博与英文微