基于依存关系的中文微博作者性别识别

摘要：

[目的]针对网络文本篇幅短小、传统文体特征集稀疏等特点,探讨依存关系在中文微博作者性别识别中的应用.[方法]选取腾讯公开微博作为实验语料,抽取依存关系特征与现有文献中的词汇特征、结构特征、功能词特征、词性标注特征和微博特征进行对照实验.[结果]采用支持向量机、朴素贝叶斯、最近邻和决策树算法的对照实验验证了本文方法在中文微博作者性别识别任务中的准确率、召回率和F-Measure最高.[局限]依存关系在微博作者性别识别中的有效性还需在大规模语料上进一步验证.[结论]本文模型能够避免短文本特征集的稀疏性,与其他对照特征集相比,能更有效地识别作者性别.

关键词：依存关系、中文微博、性别识别

分类号：TP182(自动化基础理论)

资助基金：国家社会科学基金一般项目“典籍英译国外读者网上评论观点挖掘研究”15BYY028;国家教育部回国人员科研启动基金项目项目教外司[2015]1098的研究成果之一

在线出版日期：2017-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63