基于回歸預(yù)測(cè)的SVM算法在中文微博情感分類中的應(yīng)用研究.pdf

1、隨著移動(dòng)計(jì)算、智能終端、4G移動(dòng)通信技術(shù)的快速發(fā)展，微博已經(jīng)成為用戶提供信息發(fā)布和傳播、信息共享與獲取的關(guān)鍵途徑，誕生了新浪微博、騰訊微博、網(wǎng)易微博、搜狐微博等平臺(tái)。信息的復(fù)雜性、實(shí)時(shí)性、快速傳播性都給新時(shí)期輿情監(jiān)控帶來(lái)了困難，因此中文微博情感分析已經(jīng)成為輿情監(jiān)控的研究熱點(diǎn)。
　　本文首先詳細(xì)地分析了中文微博情感分類的現(xiàn)狀，研究了基于情感詞、樸素貝葉斯、K近鄰等分類算法，歸納了這些算法的應(yīng)用現(xiàn)狀和存在的缺陷，提出構(gòu)建一個(gè)高效的中文

2、微博情感特征識(shí)別庫(kù)，利用改進(jìn)的SVM算法進(jìn)行微博情感分類。本文主要工作包括以下幾個(gè)方面：
　　1）構(gòu)建中文微博文本情感特征庫(kù)。本文詳細(xì)地分析中文微博的結(jié)構(gòu)特征，分析中文微博符號(hào)情感特征、情感特征詞和強(qiáng)調(diào)標(biāo)點(diǎn)符號(hào)特征等內(nèi)容，使用TF-IDF等特征識(shí)別方法確定微博中的中文情感特征詞，構(gòu)建一個(gè)標(biāo)準(zhǔn)的中文微博情感特征庫(kù)。
　　2）基于回歸預(yù)測(cè)的SVM算法。由于傳統(tǒng)的SVM算法應(yīng)用于中文微博情感分類過(guò)程中，中文微博文本中的情感詞匯在不