《表2 微博文本样例：基于语境分类与遗传算法的微博情感分析方法》
提示：宽带有限、当前游客访问压缩模式
标签归类后，将微博内容按照统一格式存放，数据格式如表2所示，微博的极性1表示正极，-1表示负极。
| 图表编号 | XD00207298100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 邓凯凯、陆向艳、阮开栋、许欣、刘峻 |
| 绘制单位 | 广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 部分观点情感特征：基于情感分析的微博热点话题用户群体划分模型》2021.02.25
- 《表4 微博主题语境分类样例》2021.01.15
- 《表6 初始词语情感值：基于语境分类与遗传算法的微博情感分析方法》2021.01.15
- 《表5 部分主题词集：基于语境分类与遗传算法的微博情感分析方法》2021.01.15
- 《表1 标签分类：基于语境分类与遗传算法的微博情感分析方法》2021.01.15
- 《表4 方差分析表：融合表情符号图像特征学习的微博情感分类》2021.01.28
- 《表1 实验数据基本信息：基于情感主题特征词加权的微博评论聚类算法研究》2020.12.01
- 《表2 聚类结果：基于情感主题特征词加权的微博评论聚类算法研究》2020.12.01
- 《表2 热通量验证：基于BiLSTM-ATT的微博用户情感分类研究》2021.02.20
- 《表2 实验数据：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表4 网络直播带货的微博评论性文本的情感值》2020.06.20
- 《表7 融合方法比较：基于性格的微博情感分析模型PLSTM》2020.02.01
- 《表2：基于SVM算法的微博评论数据情感分析》2020.01.01
- 《表1：基于SVM算法的微博评论数据情感分析》2020.01.01
- 《表1 1 结果对比分析：基于OCC模型和LSTM模型的财经微博文本情感分类研究》2020.01.24
- 《表2 情感识别结果：基于表情符注意力机制的微博情感分析模型》2019.09.01
- 《表3 基准表情符号：基于扎根理论与词典构建的微博突发事件情感分析与舆情引导策略》2019.03.01
- 《表3 图文微博数据集：图文融合的微博情感分析方法》2019.04.16
- 《表1 社交图片数据集：图文融合的微博情感分析方法》2019.04.16
- 《表2 实验结果与比较：基于Word2vec和SVM的微博情感挖掘与仿真分析》2018.05.15