面向热门话题的微博观点挖掘方法

张光磊; 徐雅斌

doi:10.3969/j.issn.1000-436x.2014.z2.030

您当前的位置：

首页 >

文章列表页 >

面向热门话题的微博观点挖掘方法

学术通信 | 更新时间：2024-06-05

- 面向热门话题的微博观点挖掘方法
- Opinion mining method on hot topic of micro−blog
- 通信学报 2014年35卷第Z2期页码：220-227
- 作者机构：
  
  1. 北京信息科技大学计算机学院，北京 100101
  2. 北京信息科技大学网络文化与数字传播北京市重点实验室，北京 100101
- 作者简介：
  
  [ "张光磊（1989-），男，北京人，北京信息科技大学研究生，主要研究方向为自然语言处理。" ]
  [ "徐雅斌（1962-），男，辽宁锦州人，北京信息科技大学教授，主要研究方向为社交网络、云计算、未来网络。" ]
- 基金信息：
  
  国家自然科学基金资助项目(61370139);网络文化与数字传播北京市重点实验室基金资助项目(ICDD201309)
- DOI：10.3969/j.issn.1000-436x.2014.z2.030
  中图分类号： TP393
- 网络出版日期：2014-11，
  
  纸质出版日期：2014-11-30
- 稿件说明：
移动端阅览
张光磊, 徐雅斌. 面向热门话题的微博观点挖掘方法[J]. 通信学报, 2014,35(Z2):220-227.

Guang-lei ZHANG, Ya-bin XU. Opinion mining method on hot topic of micro−blog[J]. Journal on communications, 2014, 35(Z2): 220-227.
张光磊, 徐雅斌. 面向热门话题的微博观点挖掘方法[J]. 通信学报, 2014,35(Z2):220-227. DOI： 10.3969/j.issn.1000-436x.2014.z2.030.

Guang-lei ZHANG, Ya-bin XU. Opinion mining method on hot topic of micro−blog[J]. Journal on communications, 2014, 35(Z2): 220-227. DOI： 10.3969/j.issn.1000-436x.2014.z2.030.

摘要

提出了一种微博热门话题的观点挖掘方法。首先通过句法依存关系模板和支持向量机(SVM)共同识别热门话题中的观点句，然后进一步通过词法关系和句法依存关系抽取观点词对，从而简明、清晰展现热门话题中的观点。最后通过实验证明了该方法的有效性。

Abstract

A method of opinion mining was argued in connection with hot topic of micro-blog.Firstly

opinion sentences are identified by syntactic dependencies templates and support vector machine (SVM).Secondly

the opinion words can be get in opinion sentences by syntactic dependencies and lexical relations

thus they can be displayed clearly.Finally

the experiment proves the effectiveness of this method.

关键词

Keywords

references

WIEBEM J , et al . Development and use of a gold standard data set for subjectivity classifications [A ] . Proc 37thAnnual Meeting of the Association,for Computational Linguistics(ACL-99) [C ] . NJ:Association for Computational Linguistics , 1999 . 246 - 253

叶强 , 张紫琼 , 罗振雄 . 面向互联网评论情感分析的中文主观性自动判别方法 [J ] . 信息系统学报 , 2007 , 1 ( 1 ): 79 - 91 .

YE Q , ZHANG Z Q , LUO Z X . Automatically measuring subjectivity of Chinese sentence for sentiment analysis to reviews on Internet [J ] . China Journal of Information Systems , 2007 , 1 ( 1 ): 79 - 97 .

蒙新泛 , 王厚峰 . 主客观识别中的上下文因素的研究 [A ] . Advances of Computational Linguistics in China(2007-2009) [C ] . 山东:中国中文信息学会 , 2009 . 594 - 599 .

MENG X F , WANG H F . A study on the impact of context information in subjectivity detection [A ] . Advances of Computational Linguistics in China(2007-2009) [C ] . Shandong:CIPS , 2009 . 594 - 599 .

PANG B , et al . A sentimental education:Sentiment analysis using subjectivity summarization based on minimum cuts [A ] . Proceedings of the association for Computational Linguistics(ACL) [C ] . PA:Association for Computational Linguistics , 2004 . 271 - 278 .

章剑锋 , 张奇 , 吴立德等 . 中文观点挖掘中的主观性关系抽取 [J ] . 中文信息学报 , 2008 , 22 ( 2 ): 55 - 59 .

ZHANG J F , ZHANG Q , WU L D , et al . Subjective relation extraction in Chinese opinion mining [J ] . Journal of Chinese information , 2008 , 22 ( 2 ): 55 - 59 .

张博 . 基于 SVM 的中文观点句抽取 [D ] . 北京:北京邮电大学 , 2011 .

ZHANG B . Chinese Opinion Sentence Extraction Based on SVM Classification [D ] . Bejing:Beijing University of Posts and Telecommunications , 2011 .

邓乃扬 , 田英杰 . 支持向量机:理论,算法与拓展 [M ] . 北京 : 科学出版社 , 2009 . 45 - 50 .

DENG N Y , TIAN Y J . Support Vector Machines:Theory,Algorithm and Development [M ] . Beijing : Science PressPress , 2009 . 45 - 50 .

刘群 , 李素建 . 基于《知网》的词汇语义相似度计算 [A ] . 第3届中文词汇语义学研讨会论文集 [C ] . 2002 . 59 - 76 .

LIU Q , LI S J . Word similarity computing based on HowNet [A ] . 3th ISCID [C ] . 2002 . 59 - 76 .

NLP＆CC2012.中文微博情感分析测评 [EB/OL ] . http://tcci.ccf.org.cn/conference /2012/ pages/page04eva.html,2012 http://tcci.ccf.org.cn/conference /2012/ pages/page04eva.html,2012 .

DONG Z D , DONG Q . HowNet [EB/OL ] . http://www.kenage.com http://www.kenage.com .

KU L W , et al . NTUSD [EB/OL ] . http://nlg18.csie.ntu.edu.tw:8080/opinion/ http://nlg18.csie.ntu.edu.tw:8080/opinion/ .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据