基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着社交网络影响的不断增加,微博作为人类社会交流、发布观点信息的重要载体,其所包含的情感状态具有重要的研究意义.文章通过对微博文本及其包含的情感词汇的分析研究,引入神经网络语言模型和语义向量,结合心理学、情感计算领域相关知识,采用心理学PAD连续维度情感描述模型作为文本情感分析量化的基础,对微博文本所蕴含的情感状态进行分析研究,以获得更加精确的情感分析结果,达到情感分析的目的.同时实现了从个性角度的微博文本情感的可计算性.实验表明,所述方法能较好地提高微博文本情感分析的准确性和精确度,在不同主题不同情感特征中均能够得到很好的应用.
推荐文章
基于扩展词典与语义规则的中文微博情感分析
微博
情感分析
情感词典
语义规则
基于语义空间的藏文微博情感分析方法
藏语微博
情感分类
语义空间
文本聚类
语义簇
基于词典和规则集的中文微博情感分析
微博
新词挖掘
规则集
情感分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情感语义词典与PAD模型的中文微博情感分析
来源期刊 山西大学学报(自然科学版) 学科 工学
关键词 情感词 PAD情感模型 情感量化 中文微博 情感分析
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
研究方向 页码范围 580-587
页数 分类号 TP391
字数 语种 中文
DOI 10.13451/j.cnki.shanxi.univ(nat.sci.).2014.04.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任福继 合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室 25 106 7.0 9.0
2 孙晓 合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室 19 185 8.0 13.0
3 叶嘉麒 合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室 2 33 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (353)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (26)
二级引证文献  (37)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(6)
  • 引证文献(4)
  • 二级引证文献(2)
2017(14)
  • 引证文献(1)
  • 二级引证文献(13)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
情感词
PAD情感模型
情感量化
中文微博
情感分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山西大学学报(自然科学版)
季刊
0253-2395
14-1105/N
大16开
太原市坞城路92号
22-42
1960
chi
出版文献量(篇)
2646
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导