情感词典扩充的微博文本多元情感分类研究

[目的/意义]传统的微博文本情感分类大多注重判别情感的二元或三元倾向,这不能很好地贴近人类真实情感的描述。对微博文本的多元情感分类问题进行研究,有助于探明微博用户对某事件的真实看法,帮助相关部门对事件走向做出正确的判断和引导。[方法/过程]结合卡方检验方法,对含有众多口语化词汇和表情符号的微博文本进行处理,从含有特定表情符号的微博句子中识别属于某类情感的情感词,并结合《同义词词林》,实现对已有多元情感本体库的扩充。综合考虑扩充的情感词典、Bi-gram特征、否定词特征、表情符号和特殊符号以及句子长度等特征,利用SVM实现对微博文本句子级情感的多元分类,并以2014年"袁隆平事件"为例,实现对该事件的多元情感分析。[结果/结论]实验结果表明,相对于未进行情感词典扩充的情感分类而言,基于情感词典扩充的多元情感分类方法在分类性能上提升了3.6%,取得了比较好的分类效果。