期刊文献+

网络舆情监控过程中微博文本分类处理的实现方法 被引量:3

Study on Implementation Method of Microblog Text Pre-processing in Netmediated Public Sentiment Monitoring
下载PDF
导出
摘要 分析了微博短文本的专有特征,介绍了微博短文本的预处理流程。以新浪微博为网络舆情数据获取平台,简述了微博文本分类处理实现过程,基于Hadoop进行了网络舆情微博分类设计,为网络舆情监控任务的完成做数据依据。 The paper analyzes the characteristics of the microblog text, conducts an introduction to pre-processing, expounds the classification processing implementation of microblog text with Sina Weibo as the data acquisition platform of net-mediated public sentiment, carries on the classification design based on the Hadoop and provides data basis for the completion of net-mediated public sentiment monitoring.
作者 王志国 WANG Zhiguo
出处 《图书情报导刊》 2016年第12期129-133,共5页 Journal of Library and Information Science
基金 秦皇岛市社科联课题"秦皇岛高校网络舆情研判体系与对策研究"(项目编号:201605096) 河北省高等教育学会课题"新媒体时代高校网络舆情预警机制研究"(项目编号:GJXH 2015-188)
关键词 网络舆情 微博文本 预处理 net-mediated public sentiment microblog text pre-processing
  • 相关文献

参考文献3

二级参考文献31

  • 1陈亮,屠成宇.基于TCAM的大容量文本搜索[J].计算机工程,2005,31(5):210-212. 被引量:2
  • 2Liu Hugo,Lieberman H,SelKer T.A Model of Textual Affect Sensing Using Real-world Knowledge[C]//Proc.of International Conference on Intelligent User Interfaces.Miami,Florida,USA:[s.n.],2003:125-132.
  • 3Turney P D,Littman M L.Measuring Praise and Critism:Inference of Semantic Orientation from Association[J].ACM Transactions on Information Systems,2003,21(4):315-346.
  • 4Pang Bo,Lee Lilian,Vaithyanathan S.Thumbs up? Sentiment Classification Using Machine Learning Techniques[C]//Proc.of Conferenee on Empirieal Methods in Natural Language Processing.Morristown,NJ,USA:[s.n.],2002:79-86.
  • 5中文分词.http://baike.baidu.com/view/19109.htm.
  • 6唐慧丰,谭松波,程学旗.基于监督学习的中文情感分类技术比较研究[J].中文信息学报,2007,21(6):88-94. 被引量:136
  • 7徐军,丁宇新,王晓龙.使用机器学习方法进行新闻的情感自动分类[J].中文信息学报,2007,21(6):95-100. 被引量:107
  • 8Alberto Cavallo. Massachusetts Institute of Technology, Sloan School of Management. Online and Official price indexes: Mesuring Argentina' s inflation.
  • 9MarkJasonDominus著,滕家海译.高阶Perl[M].北京:机械工业出版社.2013.
  • 10薛毅,陈丽萍.统计建模与R软件[M].北京:清华大学出版社.2006.

共引文献46

同被引文献30

引证文献3

二级引证文献25

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部