| 涂曼姝,张艳,颜永红.基于CNN-SVM 和转发树的微博事件情感分析[J].情报工程,2017,3(3):077-085 |
| 基于CNN-SVM 和转发树的微博事件情感分析 |
| Sentiment Classification Based on CNN-SVM and Repost Tree to Weibo Events |
| |
| DOI：10.3772/j.issn.2095-915X.2017.03.010 |
| 中文关键词: 情感分析，CNN-SVM，转发树 |
| 英文关键词: Sentiment classification, CNN-SVM, repost tree |
| 基金项目:本研究受国家自然科学基金（114 611410 0 4，6127142 6，U15 3 6117，115 0 4 4 0 6，115 9 07 70 - 4），国家8 6 3计划（2015AA016306），中科院与博后基金会联合基金（2015LH0041）的资助。 |
| 作者 | 单位 | | 涂曼姝 | 中国科学院声学研究所 语音声学与内容理解重点实验室 | | 张艳 | 中国科学院声学研究所 语音声学与内容理解重点实验室 | | 颜永红 | 中国科学院声学研究所 语音声学与内容理解重点实验室,中国科学院新疆理化技术研究所 新疆民族语音语言信息处理实验室,中国科学院大学 |
|
| 摘要点击次数: 2723 |
| 全文下载次数: 1700 |
| 中文摘要: |
| 基于微博的情感分析近几年获得了广泛的关注，但是通常是对微博上的电影或者产品的评论。我们的研究目标是针对微博上的热点事件的分析，将这些事件的评论分为正向或者负向，将微博用户的评论进行分类有利于辨别公众对于这个事件的普遍看法。本文提出了一个基于卷积神经网络的混合模型：CNN-SVM，用于对事件的评论进行分类。其次，根据微博用户的转发行为，我们提出了一种新的数据结构——转发树，用以解决评论中的一些分类混乱情况。实验结果表明CNN-SVM 确实提高了情感分类的正确率，新提出的转发树结构在对真实世界的情感倾向性的逼近中也是十分有效的。 |
| 英文摘要: |
| Sentiment classification on weibo recently attracted research community the widespread attention. Most previous works focused on weibo comments about movies or products. In contrast, our study aims at the hot events on weibo. Comments of the events are considered either positive or negative on behalf of the user’s attitude to these events. Classification of user attitude helps to identify the opinions of the general public. In this paper, we put forward an innovative method based on convolution neural network, termed as CNN - SVM, to classify the comment. In addition, according to the forwarding behavior of users, we put forward a new data structure, repost tree for dealing with ambiguity in the comments. Extensive experiments demonstrated that the CNN-SVM method effectively improved the accuracy of events sentiment classification. The new data structure showed to be effective on steering the classification results towards real world sentiment tendency. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
