位置:成果数据库 > 期刊 > 期刊详情页
基于三元词组模式的微博情感分类方法
  • ISSN号:0253-2395
  • 期刊名称:《山西大学学报:自然科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1] 山西大学计算机与信息技术学院,山西太原030006, [2]山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006
  • 相关基金:国家语委“十二五”科研规划项目(YB125-19);国家自然科学基金(61373082);国家自然科学基金(60970053);山西省回国留学人员科研资助项目(2013-015);国家“863”高技术研究发展计划基金(2006AA012142)
中文摘要:

针对现有微博主客观分类方法特征冗余度高和未考虑特征选择方法之间的互补关系问题,该文提出了一种基于融合特征的微博主客观分类方法.通过对多种不同特征选择方法进行有效组合,利用特征融合算法对词特征、内容特征、微博特征等基本特征进行了选择和融合,以获取更加有效的主客观分类特征.在新浪微博数据上的实验结果表明,该特征融合算法能够获得比最优单一特征选择方法更好的分类效果.

英文摘要:

To deal with issues in the existing micro-blog subjective and objective classification such as high redundan- cy in features and failure in employing the complementarity among the feature selection method, this study proposes a feature fusion approach to subjective and objective classification of micro-biog. In order to get more effective features, the study combines a variety of different feature selection methods, and uses the feature fusion algorithm to select and fuse the basic features including word features, content features, micro-blog features and so on. The experimental results using Sina micro-blog data show that the feature fusion algorithm can achieve better performance than the best single one.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《山西大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:山西省教育厅
  • 主办单位:山西大学
  • 主编:杨斌盛
  • 地址:太原市坞城路92号
  • 邮编:030006
  • 邮箱:xbbjb@sxu.edu.cn
  • 电话:0351-7010455
  • 国际标准刊号:ISSN:0253-2395
  • 国内统一刊号:ISSN:14-1105/N
  • 邮发代号:22-42
  • 获奖情况:
  • 边疆七年获山西省一级期刊荣誉(1993-1999)
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:5651