摘要：利用微博平台的API数据端口爬取微文数据，通过分词技术、去停用词等对原微文进行数据预处理，并基于TF-IDF计算文本特征权重后构建向量空间模型，使用文档频率和信息增量相结合的方法对特征向量进行降维，最后基于多种文本分类方法的对比研究构建最优情绪分类器。研究表明：基于机器学习的文本分类技术适用于较大语料库的微博研究。在进行细粒度情绪分类时，支持向量机的分类效果较好。

原文链接:http://www.cqvip.com//QK/90226X/201402/48570229.html

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。）