摘要：【目的】结合基于LDA主题识别模型和Ada Boost方法以提高微博文本情感分类准确度。【方法】利用LDA提取微博文本主题分布特征,融合情感特征和句式特征,采用Ada Boost集成分类方法针对上述特征变量训练情感分类模型。【结果】研究结果表明,主题特征对情感识别有显著正向作用,基于主题特征和情感特征的模型分类效果最好。借助Ada Boost分类器使得最终情感分类准确率达到84.512%,召回率达到83.160%。【局限】样本数量有限;情感词典还不够完善;同时忽略了微博文本中的表情符号等特征。【结论】本文提出的结合主题分布特征的Ada Boost模型能够有效地判别用户情感倾向。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：CSSCI 南大期刊(含扩展版) > 北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：微博 情感分析 lda adaboost
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
