基于微博表情符号的情感词典构建研究

• 作者: 张中夏 杨小平 桂斌 肖文韬
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 表情符号 情感词典 语料库 情感极性
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 信息与控制
• 页码范围: 537-541
• 分类号: TP391
• 语种: 中文

摘要

基于微博表情符号,提出一种自动构建情感词典的方法.从微博平台抓取大量带有表情符号的微博文本,并依据表情符号对微博文本进行情感倾向标注,生成情感语料库.对语料库进行分词、去重等预处理工作,根据词性规则抽取微博文本中情感词,统计每个情感词在正向和负向语料库中出现的次数,计算情感词的卡方统计值获得情感强度,根据情感词在正负微博文本中出现的概率判定情感词的倾向性,进而生成情感词典.这是一种全新的思路.以人工标注的情感词典为基准数据,实验结果表明,本文方法标注情感词的准确率在80％左右,在情绪词强度阈值θ为20、30时,生成情感词典综合F值最好,达到了82％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小平	中国人民大学信息学院	84	967	15.0	30.0
2	桂斌	中国人民大学信息学院	9	78	5.0	8.0
4	张中夏	中国人民大学信息学院	4	106	4.0	4.0
7	肖文韬	中国人民大学信息学院	3	54	3.0	3.0