中文微博的情绪识别与分类研究

摘要：

利用微博平台的API数据端口爬取微文数据，通过分词技术、去停用词等对原微文进行数据预处理，并基于TF-IDF计算文本特征权重后构建向量空间模型，使用文档频率和信息增量相结合的方法对特征向量进行降维，最后基于多种文本分类方法的对比研究构建最优情绪分类器。研究表明：基于机器学习的文本分类技术适用于较大语料库的微博研究。在进行细粒度情绪分类时，支持向量机的分类效果较好。

关键词：微博、情绪识别、情绪分类、机器学习、支持向量机

分类号：G202(信息与传播理论)

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：136-139,85