Twitter推文与情感词典SentiWordNet匹配算法研究

• 作者: 周国栋 周洪斌 易顺明
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 推文 情感分类 SentiWordNet 匹配算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 计算机工程
• 页码范围: 41-47,53
• 页数: 8页
• 分类号: TP391
• 字数: 6630字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2016.03.007

摘要

在Twitter情感分类研究中,经常会采用将推文中的单词匹配情感词典中的同义词条查找相应情感值的方法.但推文书写比较随意,包含许多俚语、缩写和特殊符号,导致许多词汇与情感词典中的词条无法匹配,匹配率不高直接影响推文的情感分类性能.针对Twitter的语言特征,提出了一套Twitter推文与情感词典Senti-WordNet的匹配算法.该算法首先通过对推文内容进行数据清洗、替代处理、词性标注和词形还原等预处理,增加了命名实体识别、对hashtags内容的断词处理、基于Word Clusters的否定句处理和词组匹配等方法.实验结果表明,采用此方法的匹配率可达90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
2	周洪斌	沙洲职业工学院电子信息工程系	7	6	1.0	2.0
3	易顺明	沙洲职业工学院电子信息工程系	3	16	2.0	3.0