基于极性词典的中文微博客情感分类

被引：25

作者：

王勇 ^{[1
]}

吕学强 ^{[1
]}

姬连春 ^{[2
]}

肖诗斌 ^{[1
]}

机构：

[1] 北京信息科技大学网络文化与数字传播北京市重点实验室

[2] 新华网络股份有限公司

来源：

计算机应用与软件 | 2014年 / 31卷 / 01期

关键词：

微博客; 情感分类; 词典; 语言学特征;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.092 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

微博客是近年来自然语言处理领域研究的热点。主要针对中文微博客中的情感分类展开研究。结合网络新词和基础情感词,同时考虑了情感词的极性情感强弱,构建四个词典,分别是基础情感词典、表情符号词典、否定词词典和双重否定词词典;在情感词典的基础上,融合汉语语言学特征和微博情感表达特征,提出一种新的基于极性词典的情感分类方法。实验准确率达到82.2%。实验结果表明,提出的方法可以对中文微博进行较好的情感分类,有一定的应用价值。

引用

页码：34 / 37+126 +126

页数：5

共 9 条

[1] 中文文本情感分析研究综述 [J].

陆文星 ;

王燕飞 .

计算机应用研究, 2012, 29 (06) :2014-2017

[2] 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

[3] 基于层次结构的多策略中文微博情感分析和特征抽取 [J].

谢丽星 ;

周明 ;

孙茂松 .

中文信息学报, 2012, (01) :73-83

[4] 基于机器学习的中文微博情感分类实证研究 [J].

刘志明 ;

刘鲁 .

计算机工程与应用 , 2012, (01) :1-4

[5] 基于Stacking组合分类方法的中文情感分类研究 [J].

李寿山 ;

黄居仁 .

中文信息学报, 2010, 24 (05) :56-61

[6] 文本情感分析 [J].

赵妍妍 ;

秦兵 ;

刘挺 .

软件学报, 2010, 21 (08) :1834-1848

[7] 使用机器学习方法进行新闻的情感自动分类 [J].

徐军 ;

丁宇新 ;

王晓龙 .

中文信息学报, 2007, (06) :95-100

[8]

Sentiment analysis of twitter data. Agarwal A,Xie B,Vovsha I,et al. Proceedings of the Workshop on Language in Social Media . 2011

[9]

C-feel-i:a sentiment analyzer for micro-blog. Aditya Joshi,Balamurali A R,Pushpak Bhattachearyya,et al. Proceeding of the ACL-HLT2011 System Demonstration . 2011

← 1 →