中文微博情感倾向性分析特征工程

• 作者: 刘挺 李泽魁 秦兵 赵妍妍
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感倾向性分析 中文微博 特征工程
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCIR 2014)论文选登
• 页码范围: 570-579
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2014.04.016

摘要

情感倾向性分析是情感分析的重要组成部分,是一种按照情感倾向对文本进行分类的任务.微博与传统的评论文本相比更加口语化与符号化,因此对微博进行情感倾向性分析是一个非常有挑战性的任务.基于机器学习的方法是情感倾向性分析最经典的算法,核心是要进行特征的分析和选择,例如词袋特征等.然而,由于中文语言的独特性,前人很多有效的特征都是语言相关的,将其直接用于中文微博效果不佳.在中文微博语料上,还没有学者进行细致的特征工程建设.基于此,文章综合国内外诸多特征,并考虑到中文的独特性,对中文微博的褒贬中倾向性判别特征工程的词、词组、数值和句法特征分别进行了研究,并提出了基于词典规则的情感评分的新特征.最后经过大量实验与分析,得出了可靠的特征组合.实验结果表明,此方法能够明显提高情感倾向性分析的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘挺	哈尔滨工业大学计算机科学与技术学院信息检索研究中心	142	4348	34.0	63.0
2	秦兵	哈尔滨工业大学计算机科学与技术学院信息检索研究中心	50	1591	16.0	39.0
3	赵妍妍	哈尔滨工业大学机电学院媒体系	7	70	3.0	7.0
4	李泽魁	哈尔滨工业大学计算机科学与技术学院信息检索研究中心	2	15	1.0	2.0