面向舆情的社交媒体文本倾向性分析

摘要

针对不同领域网络社交媒体在舆情分析中参与人群不同、情感表达动态多变的特点,以静态情感词典为基础,基于不同领域媒体下特征词在各个情感类别下互信息值的显著性差异和阈值实验分析,给出了一种针对不同语料构造动态领域情感词典的新方法.并依据正/负面训练语料统计分布的似然估计,提出了一种从词性、极性词、词条统计特性等高维特征中采用渐进结构进行最优特征选择的特征筛选算法,可针对领域媒体通过实验得出最优特征组合方式.为验证有效性,使用常见分类算法分别对多种领域语料进行实验对比,结果表明所采用的方法对多种类型语料均适用,且均取得了较好的分类效果.