《表1 关于某微博用户2017年1月24日博文的评论内容情感分析》
提示：宽带有限、当前游客访问压缩模式
笔者将2 843条评论导入ROST CM6，运用其情感分析功能得出如下结果（见表1）。
| 图表编号 | XD0037738800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.03.01 |
| 作者 | 张晶 |
| 绘制单位 | 云南财经大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 2017年4月27日—2018年4月28日微博评论、转发及点赞数描述统计》2020.10.01
- 《表8 倾向得分匹配检验：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表7 冒口九点化学成分：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表5 典型坝段计算结果：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表2 未处治改善层要求：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表1 不同板厚系列工况：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表1 1 方差分析结果：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表6 工艺参数空碳比：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表数据治理实施要点：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表3《人民日报》微博情感强度、情感类型数量与转发量、评论量、点赞量相关分析》2020.04.20
- 《表1 微博评论情感强度计算结果举例》2020.04.25
- 《表3 微博博文高频情感词情感倾向占比情况》2019.10.01
- 《表2 微博博文高频情感词评价》2019.10.01
- 《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7 科研笔记博文内容的情感分析情况》2019.10.10
- 《表5:马甲号用户博文情感倾向统计(单位:条)》2019.09.10
- 《表2 用户评价关注点：基于支持向量机的微博电影评论情感分析——以《流浪地球》为例》2019.08.11
- 《表7 网民微博评论文本情感Snowlp分析表》2019.06.01
- 《表6 人民网&新华网:媒体微博留守儿童微博博文情感分析表》2019.06.01