版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、微博是具有很強(qiáng)時效性和隨意性的網(wǎng)絡(luò)社交平臺,自2007年在國內(nèi)出現(xiàn)以來經(jīng)歷了飛速發(fā)展。微博中包含了涉及各個領(lǐng)域的海量信息。通過對微博進(jìn)行情感分析研究,可以挖掘出很多有價值的信息如用戶對某件商品的評價、網(wǎng)民對某件社會事件的看法、對政府制定某項政策的意見等。對微博進(jìn)行情感分析研究具有非?,F(xiàn)實而深遠(yuǎn)的意義。基于此,本文針對微博進(jìn)行情感極性分類研究,提出多策略的微博情感判斷方法,主要研究內(nèi)容包括以下幾點:
(1)針對微博情感分類問題研
2、究微博的語言特征,采用基于微博表情符號、基于情感詞典及改進(jìn)后的SVM的微博情感分類三種方法進(jìn)行微博情感極性判斷。
(2)對實驗需用到的基礎(chǔ)情感詞典進(jìn)行擴(kuò)展和完善,整理常用的微博表情符號和網(wǎng)絡(luò)情感詞與基礎(chǔ)情感詞典一起合并形成新的微博情感詞典。將完善后的情感詞典和否定詞詞典及程度詞詞典等合并構(gòu)建微博文本詞庫。
(3)研究并改進(jìn)基于SVM的微博情感分類方法,最終選擇基礎(chǔ)情感詞、網(wǎng)絡(luò)情感詞、微博表情符號、否定詞等作為微博極性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于中文微博的情感分析研究.pdf
- 微博情感分析研究.pdf
- 基于情感詞典的中文微博情感傾向分析研究.pdf
- 基于信任的微博情感傳遞分析研究.pdf
- 基于PAD模型的中文微博情感分析研究.pdf
- 微博新聞話題的情感分析研究.pdf
- 面向話題的微博情感分析研究.pdf
- 基于微博話題評論的情感分析研究與應(yīng)用.pdf
- 基于情感詞典與句型分類的中文微博情感分析研究.pdf
- 面向微博短文本的情感分析研究.pdf
- 基于SVM的微博情感傾向性分析研究.pdf
- 基于上下文觀點的微博情感傾向分析研究.pdf
- 中文微博情感傾向性分析研究.pdf
- 面向目標(biāo)的中文微博情感分析研究.pdf
- 面向微博文本的分詞及情感分析研究.pdf
- 基于極性分析的微博信息傳播模型研究.pdf
- 基于極性分析的微博信息傳播模型研究
- 基于情感分析的微博輿情研究.pdf
- 12307.基于內(nèi)容挖掘的話題微博情感分析研究
- 基于微博數(shù)據(jù)的特定旅游景點的主題情感分析研究.pdf
評論
0/150
提交評論