本文關鍵詞：中文微博情感詞提取:N-Gram為特征的分類方法

  更多相關文章： 情感詞提取 中文微博 分類方法 N-Gram特征

【摘要】：情感詞典是文本情感分析的基礎資源,但采用手工方式構建工作量大,且覆蓋有限。一種可行的途徑是從新情感詞傳播的重要媒介-微博數(shù)據(jù)-中自動抽取情感詞。該文以COAE 2014評測任務3提供的中文微博數(shù)據(jù)為統(tǒng)計對象,發(fā)現(xiàn)傳統(tǒng)的基于共現(xiàn)的方法,如點互信息等,對中文微博數(shù)據(jù)中的新情感詞發(fā)現(xiàn)是無效的。為此,設計一組基于上下文詞匯的分類特征,即N-Gram特征,以刻畫情感詞的用詞環(huán)境和用詞模式,并以已知情感詞為訓練數(shù)據(jù)訓練分類器,對候選情感詞進行分類。實驗結果表明,該方法較傳統(tǒng)基于共現(xiàn)的方法要好。實驗還發(fā)現(xiàn),與英語不同的是,中文情感詞通常會以名詞詞性出現(xiàn),而基于共現(xiàn)的方法無法有效地區(qū)分該類情感詞,這是造成其失效的主要原因,而該文提出的分類特征能解決這一問題。
【作者單位】： 江西財經(jīng)大學信息管理學院;蒙特利爾大學計算機科學與運籌學系;華南理工大學計算機科學與工程學院;
【基金】：國家自然科學基金(61363039,61173146,61363010) 國家社會科學基金(12CTQ042)
【分類號】：TP391.1
【正文快照】： 2.蒙特利爾大學計算機科學與運籌學系,蒙特利爾加拿大H3C3J7;3.華南理工大學計算機科學與工程學院,廣東廣州510641)1引言文本情感傾向性分析是對信息發(fā)布者的態(tài)度(或稱觀點、情感)進行分析,廣泛應用于輿情監(jiān)督、產(chǎn)品評論分析等領域,近些年持續(xù)成為自然語言處理領域研究的熱點

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許璐蕾;;網(wǎng)絡評論中情感詞的獲取及極性判斷方法比較[J];電腦與電信;2011年01期

2 肖健;徐建;朱姝;萬纓;許亮;;基于翻譯和語義方法的情感詞挖掘研究[J];計算機工程與應用;2011年32期

3 趙鵬;趙志偉;卓景文;;一種情感詞語義加權的句子傾向性識別方法[J];計算機工程與應用;2011年35期

4 代大明;李壽山;李培峰;朱巧明;;基于情緒詞與情感詞協(xié)作學習的情感分類方法研究[J];計算機科學;2012年12期

5 李勇敢;周學廣;孫艷;張煥國;;結合依存關聯(lián)分析和規(guī)則統(tǒng)計分析的情感詞庫構建方法[J];武漢大學學報(理學版);2013年05期

6 彭慶喜;錢鐵云;;基于量化情感的網(wǎng)店垃圾評論檢測[J];山東大學學報(理學版);2013年11期

7 杜嘉忠;徐健;劉穎;;網(wǎng)絡商品評論的特征 情感詞本體構建與情感分析方法研究[J];現(xiàn)代圖書情報技術;2014年05期

8 張清亮;徐健;;網(wǎng)絡情感詞自動識別方法研究[J];現(xiàn)代圖書情報技術;2011年10期

9 黃俊;田生偉;禹龍;馮冠軍;;基于維吾爾語情感詞的句子情感分析[J];計算機工程;2012年09期

10 孫勁光;馬志芳;孟祥福;;基于情感詞屬性和云模型的文本情感分類方法[J];計算機工程;2013年12期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 陳奇哲;劉全升;姚天f ;;漢語意見型語句主題與情感關系抽取的研究[A];第五屆全國信息檢索學術會議論文集[C];2009年

2 孫慧;關毅;董喜雙;;中文情感詞傾向消歧[A];第六屆全國信息檢索學術會議論文集[C];2010年

3 段秀婷;何婷婷;宋樂;;基于PMI-IR算法的Blog情感分類研究[A];第五屆全國青年計算語言學研討會論文集[C];2010年

4 李先斌;袁平波;俞能海;;基于局部最優(yōu)的情感標簽圖像自動標注算法[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

5 王樅;涂序彥;劉嘉;;注意-情緒協(xié)調的個性化信息推薦模型[A];2006年首屆ICT大會信息、知識、智能及其轉換理論第一次高峰論壇會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 劉全超;面向中文微博的觀點挖掘與傾向性分析研究[D];北京理工大學;2015年

2 董喜雙;基于免疫多詞主體自治學習的情感分析研究[D];哈爾濱工業(yè)大學;2013年

3 寇廣增;基于意見挖掘通用框架的情感極性強度模糊性研究[D];武漢大學;2010年

4 楊玉珍;基于Web評論信息的傾向性分析關鍵技術研究[D];山東師范大學;2014年

5 黃勝;Web評論文本的細粒度意見挖掘技術研究[D];北京理工大學;2014年

6 施寒瀟;細粒度情感分析研究[D];蘇州大學;2013年

7 李榮軍;中文商品評論傾向性分析研究[D];北京郵電大學;2011年

8 李芳;面向中文Web評論的觀點挖掘關鍵技術研究[D];華中師范大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 孫博;關于情感詞的意義用法[D];遼寧大學;2012年

2 王銀;中文微博情感分析方法研究[D];廣東技術師范學院;2015年

3 崔連超;互聯(lián)網(wǎng)評論文本情感分析研究[D];山東大學;2015年

4 杜雪峰;藏文句子傾向性分析研究[D];中央民族大學;2015年

5 孫建超;微博輿情挖掘技術的研究與應用[D];電子科技大學;2015年

6 張圣聲;基于微博平臺的產(chǎn)品評論情感分類研究[D];廣東外語外貿大學;2015年

7 何天翔;基于情感詞網(wǎng)的短文本情感分類方法研究[D];西南科技大學;2015年

8 丁星;基于文本傾向性分析技術的微博監(jiān)控系統(tǒng)[D];江蘇科技大學;2015年

9 李茜;博客意見檢索關鍵問題研究[D];北京理工大學;2015年

10 李瑞靜;漢語情感詞模糊語義的量化分析及應用研究[D];北京理工大學;2015年

，

本文編號：1197194