点击次数：

论文类型：期刊论文

发表时间：2018-01-01

发表刊物：计算机科学与探索

收录刊物：CSCD

卷号：12

期号：2

页面范围：292-299

关键字：微博;观点识别;图排序;受限玻尔兹曼机

摘要：随着在线社交网络的爆炸式增长，微博俨然已成为人们发表观点，表达情绪的重要平台。微博，不仅可以反映用户的观点，还可以通过转发方式等传递观点，进而影响其他用户的观点。然而，微博以其简短、口语化等特点，给识别观点带来了新的挑战。仅仅基于文本进行观点分析的传统方法在分析微博观点倾向时，效果并不理想。为解决此问题，本文提出了一种基于图排序模型的微博观点信息识别的方法。首先，利用布尔模型表示微博文本，并用逻辑回归进行观点分析获得伪标签；然后，利用上下文关系构建微博关系图，并利用受限玻尔兹曼机抽取高维特征；最后，基于图排序模型识别微博观点信息。实验结果表明，本文提出的方法能有效地对微博观点进行识别。