基于微博表情符号的情感词典构建研究

被引：17

作者：

桂斌 ^{[1
,2
]}

杨小平 ^{[1
]}

张中夏 ^{[1
]}

肖文韬 ^{[1
]}

机构：

[1] 中国人民大学信息学院

[2] 淮阴师范学院传媒学院

来源：

北京理工大学学报 | 2014年 / 34卷 / 05期

基金：

北京市自然科学基金;

关键词：

表情符号; 情感词典; 语料库; 情感极性;

D O I：

10.15918/j.tbit1001-0645.2014.05.020

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

基于微博表情符号,提出一种自动构建情感词典的方法.从微博平台抓取大量带有表情符号的微博文本,并依据表情符号对微博文本进行情感倾向标注,生成情感语料库.对语料库进行分词、去重等预处理工作,根据词性规则抽取微博文本中情感词,统计每个情感词在正向和负向语料库中出现的次数,计算情感词的卡方统计值获得情感强度,根据情感词在正负微博文本中出现的概率判定情感词的倾向性,进而生成情感词典.这是一种全新的思路.以人工标注的情感词典为基准数据,实验结果表明,本文方法标注情感词的准确率在80%左右,在情绪词强度阈值θ为20、30时,生成情感词典综合F值最好,达到了82%以上.

引用

页码：537 / 541

页数：5