基于SVM多特征融合的微博情感多级分类研究

摘要：

[目的]为更精确地识别网民态度,监测网络舆情,提出一种基于SVM多特征融合的情感5级分类方法.[方法]从词性特征、情感特征、句式特征、语义特征4个方面,提取动词、名词、情感词、否定词等14个特征,运用SVM方法对微博情感进行5级分类.[结果]实验结果表明,该方法对情感5级分类的准确率为82.40％,召回率为81.91％,F值为82.10％.[局限]训练语料的规模有待进一步提高.[结论]该方法在情感5级分类方面取得较好的效果.

关键词：微博、情感倾向性、支持向量机、句法分析

分类号：G35;TP391(情报学、情报工作)

资助基金：国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”71303111;国家自然科学基金项目“突发事件网络舆情演变过程中的人群仿真研究”71273132;国家自然科学基金项目“基于聚合的社会化短文本信息处理与细粒度倾向性分析”项目71503126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7页

页码：73-79