基于文本语义和表情倾向的微博情感分析方法

• 作者: 李洪华 王文 王树锋
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本语义 表情倾向 微博 情感分析 机器学习 微博爬虫 应用程序编程接口 情感词典 语义相似度
• 年，卷（期）: 2014,（6）
• 页码范围: 733-738,749
• 页数: 7页
• 分类号: TP391
• 字数: 5555字
• 语种: 中文

摘要

针对基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题，该文提出了一种新的情感分析方法。将微博爬虫和Web应用程序编程接口( API)相结合，对动态微博数据进行收集和预处理。基于NTUSD和HowNet中文情感词典的微博情感词的抽取和分类，计算词语语义相似度和倾向性。综合考虑表情、文本情感倾向的加权和正面情感增强等因素。实验结果表明：表情情感倾向对微博情感倾向起着重要作用；在表情和文本情感倾向比值固定的情况下，调整因素和中性区间的选择会对情感倾向判断准确率产生影响；通过与基于HowNet语义相似度的计算模型比较，该文方法使得情感倾向判断准确率提高约5%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文	常州工学院计算机信息工程学院	20	74	5.0	8.0
5	王树锋	常州工学院计算机信息工程学院	17	99	6.0	9.0
9	李洪华	常州工学院计算机信息工程学院	1	30	1.0	1.0