郝笑弘, 薛保菊

(山西水利职业技术学院，太原 030032)

1 引言

随着社交媒体的快速发展和普及，人们越来越多地在该类平台上讨论观点和抒发情绪.在我国，新浪微博、搜狐微博、网易微博等大众平台的博文数量巨大，在社交媒体中影响甚巨.这些微博或博文成为汇集用户意见和反馈的“金矿”，在社交媒体交叉领域中引发的研究热点日益增长[1,2].

在微博的相关研究中，情绪分析得到的关注度最高，大部分当前方法可分为两类[3]：基于特征的方法和基于实例的方法.基于特征的方法旨在构建能够降低域间差异的特征表示；基于实例的方法主要对领域的训练数据进行采样和权重调整，以完成目标领域中的情绪分类.

在基于特征的方法中，文献[4]利用相邻句子的连接词，采用KNN 和SVM 算法微博中的句子进行情绪分析，获得对应的情绪标签，将获得的情绪标签和连接词转化为关联规则项集，也就是将两种基础分类器结合为一个整体.文献[5]通过对新浪微博文进行情感信息方面的分析与研究，提出一种基于情绪知识的非监督情感分类方法，该方法对微博文本的情感极性分类具有较好效果.在基于实例的方法中，文献[6]提出了一种加权框架，该框架会去除了“误导性”实例，粗略估计目标域中的实例分布.文献[7]以情绪因子中的常用情绪词和情绪短语为基础构建情绪词典，并针对特殊的情绪表达形式，结合标点符号和表情符号在情绪分析中的……