基于SVM的中文微博情绪分析研究  

SVM-based Chinese Microblog Sentiment Analysis

作　　者：丁晟春[1,2] 王颖[1] 李霄[1] 

机构地区：[1]南京理工大学经济管理学院信息管理系,江苏210094 [2]江苏省社会公共安全科技协同创新中心,南京210094

出　　处：《情报资料工作》2016年第3期28-33,共6页Information and Documentation Services

基　　金：国家社会科学基金项目"基于社会网络分析的网络舆情主题发现研究"(编号:15BTQ063);国家社会科学基金重点项目"大数据环境下社会舆情与决策支持方法体系研究"(编号:14AZD084);江苏高校优势学科建设工程资助项目的研究成果之一

摘　　要：文章以中文微博为研究对象,结合心理学和自然语言处理,将微博情绪划分为乐、怒、哀、恶、惧五大类。然后在类别划分的基础上,使用情感特征、句式特征、句间特征来表示微博情绪,并借助于SVM模型形成了微博情绪分类模型。最后借助NLP&CC 2013的公开评测数据对提出的模型进行了验证,实验结果表明本文所提的方法是有效的。This paper toke Chinese Microblog as the research object,combined psychology and natural language processing,divided Microblog＇s emotion into five categories,which are ＂happiness＂, ＂anger＂, ＂sadness＂, ＂fear＂, ＂evil＂.Based on these categories,it used emotional features,structure of sentences features and features between sentences to express the emotional of Microblog.And then by using the SVM model the paper formed Microblog emotional classification model.Finally,the corpus of NLPCC 2013 was used to testing the proposed model,and the results proves the effectiveness of the method.

关 键 词：情绪类别 情绪分析 特征选择 SVM 中文微博 

分 类 号：B842.6[哲学宗教—基础心理学] G206[哲学宗教—心理学]