基于SVM的藏文微博文本情感分析研究与实现  

Study and implementation of sentiment analysis on SVM-based Tibetan microblogging text

作　　者：黄晨晨 索朗拉姆 拉姆卓嘎 群诺 HUANG Chenchen;Suolang-Lamu;Lamu-Zhuoga;Qunnuo(School of Information Science and Technology,Tibet University,Lhasa 850000,China)

机构地区：[1]西藏大学信息科学技术学院,西藏拉萨850000

出　　处：《高原科学研究》2020年第1期92-96,共5页Plateau Science Research

基　　金：西藏自治区教育厅“计算机及藏文信息技术国家级团队和重点实验室建设”(藏教财指[2018]81号);西藏大学研究生高水平人才培养计划项目(2018年中央支持地方高校改革发展资金).

摘　　要：随着人工智能技术的飞速发展,情感分析成为自然语言处理的重要研究内容。文章以现有的情感分析技术为基础,通过对藏文语料的预处理和构建特征向量空间,实现了基于SVM分类的藏文微博文本情感分析算法。通过对新浪微博上获取的2000多篇藏文微博的测试,实验结果表明该算法准确率达到91%。With the rapid development of artificial intelligence technology, sentiment analysis has become an important research topic in natural language processing.In this paper, through pre-processing Tibetan corpus,constructing feature vector space, and SVM classification, the method of sentiment analysis on Tibetan microblogging text was realized. After testing more than 2 000 Tibetan microblogging text obtained on Sina Weibo, we found that the rate of accuracy is 91%.

关 键 词：藏文微博 情感分析 TF-IDF Word2vec SVM 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]