基于上下文语境的微博情感分析.PDFVIP

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于上下文语境的微博情感分析 秦锋王 恒郑 啸王修君 安徽工业大学 计算机科学与技术学院安徽 马鞍山 摘 要 传统情感分析方法仅考虑单一文本对长度短小且口语化严重的微博文本情感极性识别率较低 针对上 述问题提出一种结合上下文消息的情感分析方法 将微博情感分析问题看做标签序列学习任务使用隐马尔可 夫支持向量机把微博上下文语境融入微博情感分析问题中 实验结果表明该方法较之于基于朴素贝叶斯或支持 向量机的微博情感分析模型可以更好地分析微博情感极性 关键词 中文微博情感分析上下文语境文本表示标签序列学习 中文引用格式秦锋王恒郑 啸等基于上下文语境的微博情感分析计算机工程 英文引用格式 选人进行预测 但是正如文献 提到的对于 概述 它的研究仍然是一项挑战 微博同传统文本相 伴随着 时代的到来类似于产品评论 比有很大的不同主要有微博文本长度短小特 微博博客社区等一系列由用户自主表达观点的平 征非常有限微博文本 口语化严重非常不规范 台越来越受到欢迎 鉴于此背景微博情感分析近 常出现缩写拼写错误等微博文本内容带有强烈 年来也愈加受到学者们关注 微博情感分析主要是 的个人情感色彩 利用用户发布的微博数据对用户情感倾向加以分析 然而现有研究方法仍然是考虑单一的输入文 和挖掘识别出用户发布的文本的情感极性如高 本忽略了微博上下文以及其所蕴含的情感信息使 兴伤悲中立等 得这些方法在面对语义模糊长度短小拼写不规范 近年来微博情感分析任务的需求越来越多 的微博文本时不能有效地识别出它的情感极性 上层应用越来越广泛如文献 利用朴素贝叶 因此本文把微博情感分析任务看做标签序列学习 斯情感分类器针对 文本关于总统候选人