结合情感词典与规则的微博情感极性分类方法  

作　　者：郑诚[1] 杨希[1] 张吉赓 

机构地区：[1]安徽大学计算机学院,安徽合肥230601

出　　处：《电脑知识与技术》2014年第5期3111-3113,3123,共4页Computer Knowledge and Technology

基　　金：安徽省自然科学基金资助项目（11040606M133）

摘　　要：随着微博在网民中日益火热，社会热点问题容易快速地演变成微博热门话题。由于微博用户多、数据量大、情感复杂的特性，通过情感分析来准确地获取微博潜藏的社会价值、商业价值变得十分迫切。该文通过构建情感词典，查找语义规则，并将情感词典与规则结合，建立微博情感分析模型，实验结果表明本文方法在负向情感判别方面效果优于SVM，并且在微博语料较短时，整体分类效果也优于SVM。

关 键 词：微博 情感分析 情感词典 规则 

分 类 号：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]