基于SVM的中文微博情感分析的研究.

基于情感信息收集-抽取架构的文本情感分析网络，郭豪，双锴，近些年来,文本的情感分类作为自然语言处理领域的关键任务得到了越来越多的关注,基于深度学习的网络模型在该任务中取得了很大的成�

微博立场检测是判断微博作者对某一个话题的态度是支持、反对或中立。在基于监督学习的分类框架上，扩展并提出基于多文本特征融合的中文微博的立场检测方法。首先探究了基于词频统计的特征（词袋特征（Bag-of-

5月的热点微博数据-参加人工智能比赛需要用的微博情感数据分析。这是我爬的几个关于舆情的情感分析的段落，有些做了标记。

本资源为自己人工标记的微博语料，分为消极pos.txt，积极neg.txt 各60000条，适用于机器学习情感分析，训练数据原数据

这是关于微博情感分析的语料，类别分好，可以直接投入分析程序中使用，方便大家研究情感分类，免去大家写爬虫或API等方式爬取数据的烦恼

开源的大作业，分析的新浪微博开发包（JavaSDK）。详细地写了整体构造和举例说明。重点介绍了两种客户端登录方式。

基于SVM的回归预测分析，MATLAB直接可以运行

基于java的开发微博

使用request与cheerio、promise完成微博爬虫最近写了一个微博爬虫，参考了1、首先在nodejs窗口模拟登录2、分页爬取微博上明星照片3、将爬取的照片存储到本地

Ssh-based microblogging system