基于多线索混合词典的微博情绪识别

• 作者: 潘明慧 牛耘
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 微博 情绪分析 情绪词典 表情符
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 28-32,36
• 页数: 6页
• 分类号: TP391.1
• 字数: 5915字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.09.006

摘要

微博等社交媒体为人们情绪表达提供了重要平台，分析微博的情绪倾向具有重要的商业价值和社会意义。文中提出了基于词典的规则方法识别微博所表达的喜、哀、怒、惧、恶、惊六种情绪。针对情绪表达的重要线索表情符利用互信息法生成了表情符词典，与传统情绪词典相结合，制定了针对否定用法的规则对微博进行分析。建立了第一个包含六种情绪的人工标注微博数据集。实验表明，传统的情绪词典虽然收录了大量词汇，但对于社交媒体文本分析的准确率和覆盖率都不高。表情符词典的应用显著地提高了微博情绪分析的精度和覆盖率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛耘	南京航空航天大学计算机科学与技术学院	24	86	5.0	8.0
2	潘明慧	南京航空航天大学计算机科学与技术学院	2	30	2.0	2.0