Current Location:home > Browse

1. chinaXiv:201711.01960 [pdf]

基于SVM 多特征融合的微博情感多级分类研究

杨爽; 陈芬
Subjects: Library Science,Information Science >> Information Science

【目的】为更精确地识别网民态度, 监测网络舆情, 提出一种基于SVM 多特征融合的情感5 级分类方法。【方法】从词性特征、情感特征、句式特征、语义特征4 个方面, 提取动词、名词、情感词、否定词等14 个特征, 运用SVM 方法对微博情感进行5 级分类。【结果】实验结果表明, 该方法对情感5 级分类的准确率为82.40%,召回率为81.91%, F 值为82.10%。【局限】训练语料的规模有待进一步提高。【结论】该方法在情感5 级分类方面取得较好的效果。

submitted time 2017-11-08 From cooperative journals:《数据分析与知识发现》 Hits1464Downloads1030 Comment 0

2. chinaXiv:201711.01993 [pdf]

基于SVM 多特征融合的微博情感多级分类研究

杨爽; 陈芬
Subjects: Library Science,Information Science >> Information Science

【目的】为更精确地识别网民态度, 监测网络舆情, 提出一种基于SVM 多特征融合的情感5 级分类方法。【方法】从词性特征、情感特征、句式特征、语义特征4 个方面, 提取动词、名词、情感词、否定词等14 个特征, 运用SVM 方法对微博情感进行5 级分类。【结果】实验结果表明, 该方法对情感5 级分类的准确率为82.40%,召回率为81.91%, F 值为82.10%。【局限】训练语料的规模有待进一步提高。【结论】该方法在情感5 级分类方面取得较好的效果。

submitted time 2017-11-08 From cooperative journals:《数据分析与知识发现》 Hits511Downloads335 Comment 0

  [1 Pages/ 2 Totals]