基于机器学习微博情感分类研究.docVIP

基于机器学习微博情感分类研究 　　摘 要：针对目前国内外学者对微博情感只作二分类研究，仅仅从正面和负面研究微博情感不足的问题，选取NLPCC2013-2014年多情感的微博数据集，重点研究常用的3种机器学习算法、3种特征选择以及特征权重方法对中文微博情感多分类的影响。实验表明：不管选择哪种特征权重，使用SVM的微博文本分类准确率都最高，KNN的准确率最低；不同特征权重下，信息增益作为特征选择的方法时，3个算法各自准确率都是最高的；当信息增益为特征选择，TF-IDF为特征权重时，支持向量机的文本分类准确率最高。由于微博简短、口语化，词袋模型忽视了词与词间的联系，导致微博情感分类准确率不高。 　　关键词：机器学习；情感分类；微博；特征选择；特征权重 　　DOI：10.11907/rjdk.173073 　　中图分类号：TP301 　　文献标识码：A 文章编号：1672-7800（2018）006-0058-04 　　Abstract：The current domestic and foreign research on micro-blog emotion is focused on binary classfication which is divided merely to positive and negative sides to study the weakn