基于极性词典的中文微博客情感分类

• 作者: 吕学强 姬连春 王勇 肖诗斌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 微博客 情感分类 词典 语言学特征
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 34-37,126
• 页数: 5页
• 分类号: TP391
• 字数: 7105字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.01.010

摘要

微博客是近年来自然语言处理领域研究的热点。主要针对中文微博客中的情感分类展开研究。结合网络新词和基础情感词，同时考虑了情感词的极性情感强弱，构建四个词典，分别是基础情感词典、表情符号词典、否定词词典和双重否定词词典；在情感词典的基础上，融合汉语语言学特征和微博情感表达特征，提出一种新的基于极性词典的情感分类方法。实验准确率达到82．2％。实验结果表明，提出的方法可以对中文微博进行较好的情感分类，有一定的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖诗斌	北京信息科技大学网络文化与数字传播北京市重点实验室	25	475	8.0	21.0
2	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
3	王勇	北京信息科技大学网络文化与数字传播北京市重点实验室	8	76	4.0	8.0
4	姬连春		1	47	1.0	1.0