典型文献
直播网站在线弹幕情感分析
文献摘要：
视频直播是近年来最火的新型产业.由于弹幕独特的在线实时、语言简略与互联网化特征,现有方法难以直接用于弹幕情感分析.为解决弹幕文本分析精度问题,针对弹幕语料库缺乏以及语言简略与互联网化特征,构建弹幕专属情感词典.针对直播弹幕语言的特性,提出一种基于改进SVM的情感分析模型.通过引入分类处理因子与梯度下降因子,降低了预测器的泛化误差.在此基础上,提出词向量、情感词、否定词和标点符号等多种融合特征的方法,将融合结果映射到向量空间上,再通过分类器进行情感分类.实验结果表明,改进的SVM分类器模型比未改进模型在精确率、召回率、F1值上分别提高3.8％、2.3％、1.1％.
文献关键词：
情感分析;弹幕;SVM算法;词向量;在线直播
中图分类号：
作者姓名：
陈朝明
作者机构：
中南民族大学计算机科学学院,湖北武汉430027
文献出处：
引用格式：
[1]陈朝明-.直播网站在线弹幕情感分析)[J].软件导刊,2022(05):73-78
A类：
弹幕语料库
B类：
情感分析,视频直播,新型产业,简略,互联网化,弹幕文本,分析精度,精度问题,专属,情感词典,直播弹幕,弹幕语言,分类处理,梯度下降,预测器,泛化误差,词向量,否定词,标点符号,融合特征,射到,向量空间,分类器,情感分类,未改,改进模型,精确率,召回率,在线直播
AB值：
0.448221
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
