基于多类别语义词簇的新闻读者情绪分类

摘要

分析和研究文本读者情绪有助于发现互联网的负面信息,是舆情监控的重要组成部分.考虑到引起读者不同情绪主要因素在于文本的语义内容,如何抽取文本语义特征因此成为一个重要问题.针对这一问题,提出首先使用word2vec模型对文本进行初始的语义表达;在此基础上结合各个情绪类别分别构建有代表性的语义词簇,进而采用一定准则筛选对类别判断有效的词簇,从而将传统的文本词向量表达改进为语义词簇上的向量表达;最后使用多标签分类方法进行情绪标签的学习和分类.实验结果表明,该方法相对于现有的代表性方法来说能够获得更好的精度和稳定性.