朋友祝福语作者：戴天翔 岑鑫 柳珺文 王帅 欧阳帆
来源：《科技资讯》2017年第07期
摘 要：该文主要针对中文微博的细粒度情绪识别技术中的关键技术展开研究，分析了中文微博的研究难点和微博情感表达特征，提出了一种微博文本情绪显性特征的多策略集成分析法。最后实验组以新浪微博中某一主题为实验数据，对“乔任梁去世”事件这一热点话题的评论文本数据集进行分析，验证了该文的微博情感分析能力，同时还将情感分析结果进行了可视化展示。
关键词：微博 情绪 细粒度 分析
维嘉的老婆龙丹妮 中图分类号：F83 文献标识码：A 文章编号：1672-3791（2017）03（a）-0209-04
易烊千玺湿发 近几年随着网络通信技术的发展，微博已经逐渐成为人们喜欢使用的交流工具。人们喜欢在微博上抒发自己的情绪、表达自己的观点。正因如此，大量充满真实感情的微博文本已
经悄悄地成为了情绪分析的重要资源。总而言之，微博是一种高度社会化的传播平台：它集中了人们广为熟悉的3种沟通方式——、即时通信工具、媒体的优点，又都赋予他们社会化特征[1]。
中文微博是该文的研究对象，在微博的情感极性判断上是目前国内所集中的研究方向，如分析微博表达是正面还是负面，此类研究已经取得了一定成绩并开始广泛应用，然而若要获取微博表达的更细致的情感时再采用传统的粗粒度分析已经无法满足。该文介绍了一种微博情绪细粒度分析方法，并对使用上述方法，进行了相关实验，并给出了实验结果。
1 中文微博细粒度情绪分析研究主要相关技术
在1995年由麻省理工学院的Picard教授在其论文Affective Computing中提出了情感分析的概念，是指对于意见，情绪和情感的计算研究，同时情感分析也被称为情感探测、情绪分类或意见挖掘等[2]。中文微博细粒度情绪分析研究所要达到的任务目标为：输入一整条微博，要求系统去判断出这条微博中是否包含情绪。本文通过研究多策略集成分析，先对中文微博文本进行预处理，再将细粒度情绪分析任务分为两个部分。首先为微博的有无
自然堂的护肤品哪个系列最好手动挡开车教程情绪两类判别，这一部分中主要采用基于迭代的朴素贝叶斯分类算法，无情绪的微博输出为NONE，有情绪的微博将进入第二个部分。第二步为对分类为有情绪的微博进行七类细粒度情绪的识别，输出为害怕、喜欢、生气、厌恶、伤心、惊喜、幸福着七类情绪中的一种，该步骤中的主要采用方法为KNN算法。
电脑反应慢怎么办
发布评论