针对微博的情感倾向分析,提出了一种基于关键句分析的微博情感倾向性分析方法 SOAS(sentiment orientation analysis based on key sentence analysis),实现了从句子级到文档级的情感分析。首先,利用关键句抽取算法得到微博关键句,关键...针对微博的情感倾向分析,提出了一种基于关键句分析的微博情感倾向性分析方法 SOAS(sentiment orientation analysis based on key sentence analysis),实现了从句子级到文档级的情感分析。首先,利用关键句抽取算法得到微博关键句,关键句抽取主要考虑位置属性、关键词属性和词频句子频特征这三类属性;之后,结合依存句法分析提出了影响情感倾向的七种词性搭配,并针对这七种搭配给出了六种情感计算规则,计算关键句的情感倾向值;最后,以关键句得分为权重,对所有关键句的情感倾向值加权求和得到微博的情感倾向。实现结果表明,基于关键句分析的微博情感倾向算法的情感分析,比同类算法的准确率高出了10.55%,提高了情感分析的准确率,具有高效性。展开更多
文摘针对微博的情感倾向分析,提出了一种基于关键句分析的微博情感倾向性分析方法 SOAS(sentiment orientation analysis based on key sentence analysis),实现了从句子级到文档级的情感分析。首先,利用关键句抽取算法得到微博关键句,关键句抽取主要考虑位置属性、关键词属性和词频句子频特征这三类属性;之后,结合依存句法分析提出了影响情感倾向的七种词性搭配,并针对这七种搭配给出了六种情感计算规则,计算关键句的情感倾向值;最后,以关键句得分为权重,对所有关键句的情感倾向值加权求和得到微博的情感倾向。实现结果表明,基于关键句分析的微博情感倾向算法的情感分析,比同类算法的准确率高出了10.55%,提高了情感分析的准确率,具有高效性。
