基于K-近邻算法的文本情感分析方法研究  

Research on analyzing sentiment of texts based on k-nearest neighbor algorithm

作　　者：樊娜[1] 安毅生[1] 李慧贤[2] 

机构地区：[1]长安大学信息工程学院,陕西西安710064 [2]西北工业大学计算机学院,陕西西安710072

出　　处：《计算机工程与设计》2012年第3期1160-1164,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(50978030);陕西省自然科学基金项目(2009-jm8002-1);高等学校博士学科点专项科研基金项目(20096102120045)

摘　　要：为了识别网络文本的情感倾向性,通过分析文本结构以及情感表达的特点,提出了一种基于K-近邻的文本情感分析方法,将整个文本的情感划分为局部情感和全局情感。建立条件随机场模型,确定文本中的局部情感,通过K-近邻算法计算文本的全局情感。实验结果表明,与传统机器学习方法相比,该方法能细粒度、多层次的分析文本的情感,同时能有效提高情感分析的准确率。In order to identify polarity of sentiment on web texts, by analyzing the text structure and the characteristics of expressing sentiment in texts, a method based on K-nearest algorithm is proposed. In this method, sentiment of a text is divided into local sentiment and global sentiment. Local sentiment can be determined by conditional random field models, and the K-nearest neighbor algorithm is used to compute global sentiment of the text. Experimemal results show that compared with traditional machine learning methods, this method can analyze sentiment on multi-level and is fine granularity, and can effectively improve accuracy of sentiment analysis.

关 键 词：情感分析 局部情感 全局情感 层次化模型 条件随机场模型 K-近邻算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]