已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領
文檔簡介
1、當今時代,網(wǎng)絡已經(jīng)成為人們生活中不可或缺的部分。利用微博平臺發(fā)表自己對影視劇的見解已經(jīng)成為網(wǎng)民交流的一種重要方式。本文對包含影視劇評論的中文微博的情感分析方法進行了探究,對微博進行正向、負向、和中性情感分類。文中首先采用計算粘結(jié)度的方式獲取網(wǎng)絡情感詞加入現(xiàn)有的情感詞典進行補充,然后對微博進行了否定詞處理、停用詞過濾、影視劇名稱和演員名稱?取等預處理后,從微博中?取出詞匯特征、情感信息特征、詞性特征、標點特征和微博信息特征等各類特征,同時
2、利用隱含狄利克雷分布(LDA)模型?取出語義特征。采用信息增益的方法對特征集合進行篩選。利用篩選后的特征集合對 SVM模型進行訓練。同時針對影視劇評論微博語料不平衡的問題,通過對數(shù)據(jù)集不同類別數(shù)據(jù)比例的調(diào)整,訓練了平衡模型和非平衡模型。為了?高標注的效率,我們采用了手工標注與自動標注相結(jié)合的方式標注了大量微博進行實驗。文中對模型進行了五折交叉驗證、并利用其它劇名的影視劇評論微博測試集和非影視劇評論的微博測試集進行測試,實驗表明該模型具有
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 影視劇評論微博情感分析
- 基于評價對象抽取的影視劇評論聚類研究
- 基于評價對象抽取的影視劇評論聚類研究_5046.pdf
- 中文微博評論的情感傾向分析.pdf
- 微博評論情感傾向性分類研究.pdf
- 基于評論情感的微博謠言檢測研究.pdf
- 基于微博話題評論的情感分析研究與應用.pdf
- 面向微博電影評論的情感分類研究.pdf
- 以《影視戲劇評論》例談融媒視角下影視評論的現(xiàn)狀與形式演進
- 微博用戶參與社會事件討論的態(tài)度研究——基于“聶樹斌案”微博評論的情感分析.pdf
- 微博情感分析研究.pdf
- 微博用戶參與社會事件討論的態(tài)度研究——基于“聶樹斌案”微博評論的情感分析
- 面向話題型微博評論的觀點識別及其情感傾向分析研究.pdf
- 微博情感詞典的構(gòu)建及其在微博情感分析中的應用研究.pdf
- 中文微博情感分析技術(shù)研究.pdf
- 微博事件的評論挖掘.pdf
- 26106.微博評論信息的聚類分析
- mba論文面向話題型微博評論的觀點識別及其情感傾向分析研究pdf
- 基于情感分析的微博輿情研究.pdf
- 中文微博的情感分析和應用.pdf
評論
0/150
提交評論