基于表情符的社交网络情绪词典构造

被引：14

作者：

马秉楠

黄永峰

邓北星

机构：

[1] 清华大学电子工程系

来源：

计算机工程与设计 | 2016年 / 37卷 / 05期

基金：

国家自然科学基金重点项目;

关键词：

新浪微博; 情绪分类; 情绪词典; 自然语言处理; 舆情分析;

D O I：

10.16208/j.issn1000-7024.2016.05.003

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

在新浪微博发表的内容没有固定主题于领域、用词网络化、包含大量的情感符号以及口语表达,这些与传统文本有很大区别,因此传统的情感词典并不适用于社交网络短文本环境,对此提出一种基于社交网络中特殊情感符号的跨媒体多情绪(喜怒哀乐)情感词典构建方法。将图片与短文本内容相结合,通过表情符与文本词之间的互信息的计算,筛选基于社交网络的情绪词典。将该词典与已有的情感词典进行对比,对比结果表明,在社交网络环境中,该词典覆盖率达到84.23%,对于4种不同情绪的分类准确率达到73.71%,明显优于已有词典。

引用

页码：1129 / 1133

页数：5