Indexed by：
Abstract：
针对微博短文本存在口语化、简洁化等社交网络特征，充分利用句法依存关系以及条件随机场（conditional random fields，CRFs），抽取候选评价对象，并在基于机器学习的微博情感分类方法的基础上结合情感分析词典，引入情感值、微博标签、主题等特征，优化分类性能。在COAE（Chinese opinion analysis evaluation）微博评测数据集上，以准确率、召回率、F1值为评价指标对所提方法进行验证，证实了基于句法依存分析与CRFs相结合的评价对象抽取方法的有效性，分析了各类特征对情感分类性能的影响，最终在COAE微博观点句识别任务中准确率达91.4％。
Keyword：
Reprint Author's Address：
Email：
Source ：
山东大学学报（理学版）
ISSN： 1671-9352
Year： 2014
Issue： 11
Page： 22-30
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 15
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
