中文微博情感词典构建方法

被引：15

作者：

周咏梅 ^{[1
]}

阳爱民 ^{[1
]}

林江豪 ^{[2
]}

机构：

[1] 广东外语外贸大学思科信息学院

[2] 广东外语外贸大学管理学院

来源：

山东大学学报(工学版) | 2014年 / 44卷 / 03期

基金：

广东省科技计划;

关键词：

微博情感词典; 网络用语; 情感分析; 上下文熵; 朴素贝叶斯;

D O I：

暂无

中图分类号：

TP393.092 []; TP391.1 [文字信息处理];

学科分类号：

摘要：

提出了一种中文微博情感词典构建方法。采用上下文熵的网络用语发现策略,通过TF-IDF(term frequencyinverse document frequency)进行二次过滤得到网络用语;利用SO-PMI(semantic orientation-pointwise mutual information)算法在已标注的微博语料库中计算网络用语的情感倾向值,构建网络用语情感词典;将词典应用到微博情感分类实验,并与朴素贝叶斯分类器的分类性能进行了比较分析。实验结果表明,直接利用微博情感词典的分类效果好于朴素贝叶斯分类器,并具有分类过程简单、快速等优势。

引用

页码：36 / 40

页数：5

共 7 条

[1] 一种面向情感分析的微博表情情感词典构建及应用
王文远
王大玲
冯时
李任斐
王琳
[J]. 计算机与数字工程, 2012, 40 (11) : 6 - 9
[2] 有效的中文微博短文本倾向性分类算法
韩忠明
张玉沙
张慧
万月亮
黄今慧
[J]. 计算机应用与软件, 2012, 29 (10) : 89 - 93
[3] 一种基于朴素贝叶斯的微博情感分类
林江豪
阳爱民
周咏梅
陈锦
蔡泽键
[J]. 计算机工程与科学, 2012, 34 (09) : 160 - 165
[4] 基于层次结构的多策略中文微博情感分析和特征抽取
谢丽星
周明
孙茂松
[J]. 中文信息学报, 2012, 26 (01) : 73 - 83
[5] 一种基于多重词典的中文文本情感特征抽取方法
朱艳辉
栗春亮
徐叶强
柳位平
[J]. 湖南工业大学学报, 2011, 25 (02) : 42 - 46
[6] Research on Building a Chinese Sentiment Lexicon Based on SO-PMI[J] . Chen Ning Wang,Shi Jun Chen,Chang Li Zha.Applied Mechanics and Materials . 2013 (263)
[7] Unsupervised learning of semantic orientation from a hundred-billion-word corpus .2 Turney P D,Littman M L. ERB-1094 . 2002

← 1 →