| 细粒度微博情绪识别的集成算法研究 |
| |
| 引用本文： | 王红.细粒度微博情绪识别的集成算法研究[J].电脑学习,2015,5(1). |
| |
| 作者姓名： | 王红 |
| |
| 作者单位： | 淮安市人力资源和社会保障信息中心,江苏淮安,223001 |
| |
| 摘 要： | 目前大部分微博情绪分析研究集中在粗粒度情绪的划分,但细粒度微博情绪更能反映公众对舆论热点、政策的反应.因此提出了一种结合朴素贝叶斯和K最近邻的集成算法,着重对新浪微博展开了情绪识别与分析的研究.首先采用朴素贝叶斯分类算法将微博分为有无情绪两类.然后根据情绪本体库的分类规则,分别构建待预测微博和已标注微博的21维情绪向量.最后采用K最近邻算法,计算待预测情绪微博与已标注情绪微博的向量相似度,从而获取待预测微博的细粒度情绪.实验表明K最近邻算法的引入,在微博细粒度情绪识别的准确率上取得了较好的效果.
|
| 关 键 词： | 情绪分析 细粒度 朴素贝叶斯 K最近邻 微博 |
The Study of An Integrated Algorithm for Identifying Fine-grained Sentiment of Micro-blog |
| |
| WANG Hong.The Study of An Integrated Algorithm for Identifying Fine-grained Sentiment of Micro-blog[J].Computer Study,2015,5(1). |
| |
| Authors: | WANG Hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
