基于词亲和度的微博词语语义倾向识别算法

• 作者: 刘绍毓 周杰 唐浩浩 王波 陈东
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 微博 情感词 情感分析 语义倾向 词亲和度
• 年，卷（期）: 2015,（1）
• 页码范围: 137-147
• 页数: 11页
• 分类号: TP391
• 字数: 6149字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.01.013

摘要

准确识别词语语义倾向并构建高质量的情感词典,从而提高微博文本情感分析的准确率,具有重要意义.传统的基于语料库方法对种子词选取敏感,并且不能有效对低频词语语义倾向进行识别.本文提出了一种基于词亲和度的微博词语语义倾向识别算法.利用词性组合模式提取候选词集,选取微博表情符号作为种子词,并构建词亲和度网络,利用同义词词林对低频词进行扩展,计算候选词与种子词之间语义倾向相似度.根据设定阈值判断词语语义倾向.在200万条微博语料上分别将本文算法与传统算法进行对比,实验结果表明本文算法优于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘绍毓	解放军信息工程大学信息系统工程学院	3	35	3.0	3.0
2	周杰	解放军信息工程大学信息系统工程学院	8	56	5.0	7.0
3	唐浩浩	解放军信息工程大学信息系统工程学院	5	67	4.0	5.0
4	王波	解放军信息工程大学信息系统工程学院	19	157	7.0	12.0
5	陈东	解放军信息工程大学信息系统工程学院	1	7	1.0	1.0