首页 期刊 数据分析与知识发现 基于中文社交媒体文本的领域情感词典构建方法研究 【正文】

基于中文社交媒体文本的领域情感词典构建方法研究

作者:蒋翠清; 郭轶博; 刘尧 合肥工业大学管理学院合肥230009; 过程优化与智能决策教育部重点实验室合肥230009
社交媒体   情感分析   情感词典   pmi   word2vec  

摘要:【目的】从社交媒体用户生成内容中发现未知情感词,构造领域情感词典,应用于汽车评论的情感分析。【方法】选取HowNet情感词典作为种子,以实际汽车评论作为语料,分别利用PMI和Word2Vec算法识别新词情感极性,根据集成规则对二者识别结果综合判定,通过情感分类实验对比显示本文算法的有效性。【结果】按照该方法构造的情感词典准确率比How Net情感词典提高21.6%,较分别使用PMI和Word2Vec算法构建的词典分别提升3.7%和2.1%,同时正面、负面情感词数量均有大幅增加。【局限】语料来源单一,应用于其他领域具有一定局限性。【结论】该方法构造的情感词典可有效应用于社交媒体文本情感分析。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅