1、微博即微博客,日益成為當今最炙手可熱的互聯網應用。據統計,平均每天產生的微博數量高達1億條,在這海量的數據中不僅包含著對客觀性事實的描述信息,同時還蘊含著大量微博用戶的情感狀態(tài)、觀點看法等主觀性信息。而這些主觀性信息不僅有助于用戶決定是否去購買某個產品,而且對于商家制定產品營銷策略也具有重要的參考價值,甚至在輿情監(jiān)控領域也為政府部門提供了有效的數據來源。
　　基于此,針對中文微博設計了基于句法依存關系和文本分類技術相結合的微博情感

2、分析方法。該方法利用句法依存關系初步判斷出微博評論的情感傾向性,同時計算出結果的置信度,選擇置信度高于特定閾值的結果作為訓練樣本,并結合微博內容特征集和微博媒體特征集訓練得到一個兩步情感分類器,該分類器第一步對微博進行主客觀識別,第二步則對主觀性微博再次進行情感極性分類。另外,在訓練集的選擇上,利用微博中常用的表情符號來自動標注訓練樣本,并實現了一個自增式的學習策略來解決微博實時情感分析問題。
　　實驗表明,相比僅利用句法依存關系