叶尔兰·何扎提　李　鹏

1(新疆人民广播电台　新疆 乌鲁木齐 830000)2(北京大学信息科学技术学院　北京 100871)



结合微博网络特征和用户信用的微博情感分析

叶尔兰·何扎提1李鹏2

1(新疆人民广播电台新疆 乌鲁木齐 830000)2(北京大学信息科学技术学院北京 100871)

传统的情感分析方法没有充分地考虑微博自身的特点，在短小、不规范并且充满噪音的微博数据上难以取得良好的效果。结合微博内容本身的特点，提出了适于微博情感分类任务的情感语言模型。并进一步考虑了微博用户和社交网络的特征，基于微博转发网络上情感的传播和用户的信用值对提出的情感语言模型进行改进。在经过标注的新闻事件数据集上的实验结果表明，该方法能够有效地对新闻事件相关微博进行情感分类，在准确率等指标上都要优于传统的基于语言模型的方法，而且加入微博的网络特征和用户信用能明显地提高微博情感分类的效果。

微博情感分析社交网络文本分类语言模型

0　引　言

国外著名的微博网站twitter早在2006年就上线，而微博作为一种社交工具被人们普遍接受则是在2009年以后。用户在使用微博时，可以通过发布最长140字的文章(也有链接、图片等其他形式)来分享信息。在诸如新浪微博等国内著名的微博网站中，每天都有数以亿计的活跃用户创造、转发或者评论微博，产生大量的微博数据，也使得对微博数据进行分析、挖掘和理解的相关自然语言处理技术的需求变得十分迫切[1]。……