• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Congress on Big Data >A Study on Sentiment Computing and Classification of Sina Weibo with Word2vec
【24h】

A Study on Sentiment Computing and Classification of Sina Weibo with Word2vec

机译：Word2vec对新浪微博情感计算与分类的研究

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In recent years, Weibo has greatly enriched people's life. More and more people are actively sharing information with others and expressing their opinions and feelings on Weibo. Analyzing emotion hidden in this information can benefit online marketing, branding, customer relationship management and monitoring public opinions. Sentiment analysis is to identify the emotional tendencies of the microblog messages, that is to classify users' emotions into positive, negative and neutral. This paper presents a novel model to build a Sentiment Dictionary using Word2vec tool based on our Semantic Orientation Pointwise Similarity Distance (SO-SD) model. Then we use the Emotional Dictionary to obtain the emotional tendencies of Weibo messages. Through the experiment, we validate the effectiveness of our method, by which we have performed a preliminary exploration of the sentiment analysis of Chinese Weibo in this paper.
机译：近年来，微博极大地丰富了人们的生活。越来越多的人积极与他人共享信息，并在微博上表达自己的观点和感受。分析此信息中隐藏的情感可以使在线营销，品牌推广，客户关系管理和监视公众意见受益。情感分析是为了识别微博消息的情感倾向，即将用户的情感分为积极，消极和中性。本文提出了一个新颖的模型，该模型基于我们的语义方向点向相似距离（SO-SD）模型，使用Word2vec工具构建情感词典。然后我们使用情感词典来获得微博信息的情感倾向。通过实验，我们验证了该方法的有效性，从而对本文的微博情感分析进行了初步探索。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号