文件名称：论文研究-面向高校学生微博的跨粒度情感分析.pdf
文件大小：1.12MB
文件格式：PDF
更新时间：2022-08-11 17:16:09
高校学生微博, 条件随机场, 复杂句式, 跨粒度, 情感分析
传统的微博情感分析通常会忽略不带感情色彩的情感词对微博情感的影响，并缺乏对复杂句式的分析。因此提出了一种结合条件随机场（conditional random filed，CRF）和复杂句式的跨粒度情感分析方法。该方法在CRF模型的基础上，融合复杂句式特征和语义依存特征，对学生微博进行细粒度情感分析，识别出微博文本中的情感要素。在此基础上，通过基于复杂句式的粗粒度情感分析方法分析微博文本的情感倾向，实现对学生总体情感倾向的跨粒度分析。实验结果显示，跨粒度情感分析方法的提出，使得情感要素识别的综合准确率达到了88%左右，微博情感分析的综合准确率达到了87%左右。比起传统的情感分析方法，准确率更高，分类效果更好。