針對社交媒體的情緒分析是研究的熱點,但是前人的研究主要集中在正性和負性的二分類,針對更細顆粒度的情緒分析較少,同時前人的詞庫往往混淆了情緒描述和情緒表達的差異。因此本研究希望構(gòu)建更細顆粒度的情緒表達詞庫。前人基于詞庫發(fā)現(xiàn)抑郁癥患者在社交媒體上表達更多的負性情緒,并且在預測抑郁癥時情緒特征是一個有效的特征,本文希望基于多分類情緒詞庫,進一步研究抑郁癥患者和普通用戶在細顆粒度下的情緒表達差異,同時探究細顆粒度情緒特征在預測抑郁癥患者時的效果。本研究通過詞匯匹配的方法來研究用戶的情緒表達,首先構(gòu)建了情緒表達詞庫,將該詞庫與已有的情緒詞庫進行對比,發(fā)現(xiàn)在覆蓋率和準確率上均有顯著提升,然后基于詞庫以及匹配規(guī)則來分析抑郁患者和普通用戶的情緒表達差異。最后,將各個維度的情緒得分作為特征構(gòu)建了識別抑郁癥的預測模型。研究一,情緒詞庫構(gòu)建。首先,3名心理系研究生對微博文本進行情緒評定,討論得到情緒維度分類。然后,提取不同維度的情緒種子詞,對種子詞進行擴充,得到情緒分類詞庫。隨后,比較該詞庫與前人詞庫的效果,發(fā)現(xiàn)該詞庫效果優(yōu)于其他詞庫。最后,招募10名心理系學生對詞庫內(nèi)的詞匯在愉悅度、喚醒度和支配度上進行9...

【文章頁數(shù)】：117 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 研究背景
    1.1 抑郁癥
    1.2 情緒詞庫
    1.3 用社交數(shù)據(jù)來預測抑郁癥
2 研究概述
    2.1 研究目的
    2.2 研究思路
    2.3 研究意義
3 研究1:情緒詞庫構(gòu)建
    3.1 子研究1.1:情緒分類詞庫構(gòu)建
    3.2 子研究1.2:情緒維度詞庫構(gòu)建
4 研究2:抑郁癥患者和普通用戶的情緒表達差異分析
    4.1 子研究2.1:檢驗抑郁癥患者和普通用戶在情緒分類理論下的差異
    4.2 子研究2.2:檢驗抑郁癥患者和普通用戶在情緒維度理論下的差異
5 研究3:通過微博數(shù)據(jù)來預測抑郁癥患者
    5.1 子研究3.1:構(gòu)建預測模型
    5.2 子研究3.2:檢驗模型的有效性
6 總討論
7 結(jié)論
參考文獻
附錄



本文編號：3801030