[发明专利]一种SVM与Bootstrapping相融合的股评类文本情感分析方法在审
| 申请号： | 201910781151.8 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110489557A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 王小芳;邹倩颖;刘树林;刘洪江 | 申请（专利权）人： | 电子科技大学成都学院 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/951;G06F17/27;G06K9/62;G06Q40/04 |
| 代理公司： | 51250 成都时誉知识产权代理事务所(普通合伙) | 代理人： | 沈成金<国际申请>=<国际公布>=<进入 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种SVM与Bootstrapping相融合的股评类文本情感分析方法，包括如下步骤：采用基于特定网页分析的聚焦爬虫算法实现网页页面的抓取以及对网页文本内容的提取，得到文本数据集；利用SVM支持向量机构建小样本S‑B分类器；利用Bootstrapping算法对步骤二中构建的S‑B分类器进行分类器重构，扩大S‑B分类器，得到待评价模型；利用步骤三得到扩大的S‑B分类器的对步骤一中提取到的文本数据集进行情感分析，得到正向或负向情感倾向。根据本发明，可以实现在处理关键情感词时较传统算法而言更合理，提高了准确率与召回率，使得平衡准确率与召回率的整体F值提高。 | ||
| 搜索关键词： | 分类器 文本数据 准确率 支持向量机构 抓取 传统算法 聚焦爬虫 评价模型 情感分析 情感倾向 算法实现 网页分析 网页文本 文本情感 情感词 小样本 负向 构建 算法 正向 重构 网页 融合 平衡 分析 | ||
【主权项】：
1.一种SVM与Bootstrapping相融合的股评类文本情感分析方法，其特征在于，包括如下步骤：/n步骤一：采用基于特定网页分析的聚焦爬虫算法实现网页页面的抓取以及对网页文本内容的提取，得到文本数据集；/n步骤二：利用SVM构建小样本S-B分类器，/n步骤三：利用S-B分类器对文本数据集进行分类，得到小规模分类器的特征词集；/n步骤四：利用Bootstrapping算法对步骤三中构建的S-B分类器进行分类器重构，扩大分类器，得到全特征词集即待评价模型；/n步骤五：采用模型评价对待评价模型的采用召回率、准确率和F值进行分析，得到待评价模型的股评效果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学成都学院，未经电子科技大学成都学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910781151.8/，转载请声明来源钻瓜专利网。
