摘要：针对基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题，该文提出了一种新的情感分析方法。将微博爬虫和Web应用程序编程接口( API)相结合，对动态微博数据进行收集和预处理。基于NTUSD和HowNet中文情感词典的微博情感词的抽取和分类，计算词语语义相似度和倾向性。综合考虑表情、文本情感倾向的加权和正面情感增强等因素。实验结果表明：表情情感倾向对微博情感倾向起着重要作用；在表情和文本情感倾向比值固定的情况下，调整因素和中性区间的选择会对情感倾向判断准确率产生影响；通过与基于HowNet语义相似度的计算模型比较，该文方法使得情感倾向判断准确率提高约5%。

原文链接:http://d.wanfangdata.com.cn/Periodical/njlgdxxb201406005

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）