基于情感词典的中文微博情感倾向分析研究

近年来微博的出现，极大丰富了人们的生活。其简短写作，便捷发布，实时交互的特点深受大众欢迎。越来越多的用户乐于在微博平台上分享信息，交流观点和情感。通过对这些信息展开情感分析，可以实现微博营销、品牌宣传、客户关系管理、舆情监控等。当前微博情感分析研究大多是针对于英文微博的，而中文微博的情感分析研究还处于起步阶段。 情感分析主要是判别微博文本的情感倾向性，即属于正面、负面、中性。根据中文微博的自身特点，在传统文本情感分析的已有基础上，展开对微博的情感倾向分析。首先，对当前已有情感词汇资源加以总结和整理，并运用了扩展的情感倾向点互信息算法(SemanticOrientationPointwiseMutualInformation,SO-PMI)对新浪微博语料进行实验，自动获得领域情感词，构建了一个面向中文微博的情感词典。其次，基于中文微博表达多元化的特点，对微博文本进行了相应预处理，并采用微博消息文本中的情感词作为特征选择方法，对微博消息文本中存在的否定词、程度副词、感叹句、反问句、以及微博表情符号等进行相应分析处理。最后对整条微博消息作加权计算获得其情感倾向性，实现了一个面向中文微博的情感倾向分类系统。 实验数据选用数据堂的新浪微博语料，对来自科技、体育、娱乐三个领域的微博消息进行人工标注后，实验验证了该方法的可行性。实验结果显示：该方法获得的最高准确率为74.2%，平均准确率为70.5%，取得了较好的效果，对中文微博的情感倾向分析进行了初步探索。