基于社交网络文本的情感分析

针对文本进行情感的主客观分类,提出一种基于迭代的朴素贝叶斯分类算法。利用传统的朴素贝叶斯算法对测试集进行第一次分类,将此次分类的结果重新作为先验知识去计算先验概率,这样就完成了第一次迭代,如此重复迭代直到满足终止的条件后结束。针对文本进行情感的细粒度分类,提出了细粒度情感分析算法,根据句中的情感特征词所属的不同情感类别,得出每一个句子的情感细粒度分布。通过计算情感权重,对单个句子进行情感细粒度分类,分为乐、好、怒、哀、惧、恶以及惊中的一种,最终计算得出整个文本的情感分类。