基于LDA和AdaBoost多特征组合的微博情感分析

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于LDA和AdaBoost多特征组合的微博情感分析》，欢迎阅读！

Sentiment Analysis for Micro-blogs with LDA and

AdaBoost



作者：曾子明;杨倩雯

作者机构：武汉大学信息资源研究中心,武汉430072 出版物刊名：数据分析与知识发现 页码：51-59页

年卷期：2018年 第8期

主题词：微博;情感分析;LDA;AdaBoost



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。

本文来源：https://www.dy1993.cn/3b84.html