面向文本情感分析的中文情感词典构建方法

被引：45

作者：

周咏梅 ^{[1
]}

杨佳能 ^{[2
]}

阳爱民 ^{[2
]}

机构：

[1] 广东外语外贸大学思科信息学院

[2] 广东外语外贸大学国际工商管理学院

来源：

山东大学学报(工学版) | 2013年 / 43卷 / 06期

基金：

广东省科技计划;

关键词：

情感词典; 情感强度; 支持向量机; 情感分析; 中文文本;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

提出了构建基于HowNet和SentiWordNet的中文情感词典方法。将词语自动分解为多个义元后计算其情感倾向强度,并且使用词典校对方法对词语情感倾向强度进行优化。将所构建词典应用到文本情感分析任务中,使用支持向量机构建文本情感分类器进行实验。实验结果表明,该词典优于一般极性情感词典,为情感分析研究提供了有效的词典资源。

引用

页码：27 / 33

页数：7

共 13 条

[1]

LIBSVM.[J].Chih-Chung Chang;Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST).2011, 3

[2]

Measuring praise and criticism.[J].Peter D. Turney;Michael L. Littman.ACM Transactions on Information Systems (TOIS).2003, 4

[3]

褒义词词典.[M].史继林;朱英贵编著;.四川辞书出版社.2005,

[4]

贬义词词典.[M].杨玲;朱英贵编著;.四川辞书出版社.2005,

[5]

汉语褒贬义词语用法词典.[M].DonStarr(司马麟)译;王国璋主编;.华语教学出版社.2001,

[6]

常用褒贬义词语详解词典.[M].郭先珍等编;.商务印书馆.1996,

[7]

Recognising affect in text using pointwise-mutual information..Read J;.University of Sussex; UK.2004,

[8] 一种基于极性词典的情感分析方法 [J].

张成功 ;

刘培玉 ;

朱振方 ;

方明 .

山东大学学报(理学版), 2012, 47 (03) :47-50

[9] 文本情感分析 [J].

赵妍妍 ;

秦兵 ;

刘挺 .

软件学报, 2010, 21 (08) :1834-1848

[10] 中文基础情感词词典构建方法研究 [J].

柳位平 ;

朱艳辉 ;

栗春亮 ;

向华政 ;

文志强 .

计算机应用, 2009, 29 (10) :2875-2877

← 1 2 →