您的位置: 专家智库 > >

严承希

作品数:2 被引量:18H指数:2
供职机构:武汉大学信息管理学院更多>>
发文基金:教育部人文社会科学重点研究基地度重大研究项目教育部人文社会科学研究基金国家自然科学基金更多>>
相关领域:文化科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇文化科学

主题

  • 1篇舆情
  • 1篇舆情分析
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇情感
  • 1篇情感分析
  • 1篇文本
  • 1篇文本情感
  • 1篇文本情感分析
  • 1篇向量
  • 1篇向量机
  • 1篇本情
  • 1篇LDA

机构

  • 2篇武汉大学

作者

  • 2篇唐晓波
  • 2篇严承希
  • 1篇童海燕

传媒

  • 1篇情报理论与实...
  • 1篇图书馆学研究

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于旋进原则和支持向量机的文本情感分析研究被引量:11
2013年
针对主观文本识别、情感分词以及情感分类模型选择等研究方法上存在的效率较低、文本表达维度高等问题,文章提出了一种基于旋进原则和AdaBoost集成技术的回归SVM情感分类模型(AdaBoost+SVM-L),不仅提高了主观文本标注准确率,更通过AdaBoost+SVM-L模型对情感样本的极性和强度进行了判断,实现了文本情感强度阈值的可视化。并通过分组对照实验比较了SVM、NB以及AdaBoost+SVM-L模型的性能指标。
唐晓波严承希
关键词:文本情感分析支持向量机
基于话题情感强度的微博舆情分析被引量:7
2014年
舆情事件发生时往往引发公众持续的关注和激烈的讨论。鉴于此,文章提出一种基于话题情感强度的微博舆情分析模型,实现对微博舆情热点的探测和跟踪。该模型采用LDA聚类算法对在线微博文本流挖掘检测微博话题,结合情感强度定律计算话题情感强度,通过对话题的情感强度进行时序回归分析,跟踪事件发生过程中公众的情感变化,弥补了传统的话题探测方法不能有效跟踪舆情热点的不足。并通过实证分析证明了该方法的可行性。
唐晓波童海燕严承希
关键词:LDA舆情分析
共1页<1>
聚类工具0