基于统计数据的微博表情符分析及其在情绪分析中的应用

• 作者: 刘宝芹 张景 牛耘
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 表情符 情绪向量 统计分析 情绪分析
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 数据挖掘
• 页码范围: 577-584
• 页数: 8页
• 分类号: TP391
• 字数: 7419字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.03.027

摘要

表情符作为一种新兴的网络语言,受到了越来越多的微博用户的青睐.微博中出现的表情符形象直观地表达了博主的情绪,对情绪分析起着至关重要的作用.首先对大量中文微博中表情符的使用特点、分布情况和情绪表达特点进行了统计分析.然后,人工选取具有代表性且情感倾向明确的表情符作为六类基本情绪的种子表情符.根据目标表情符和六类情绪的种子表情符在微博文本中的共现情况,为其建立六维情绪向量,并将其应用于微博情绪分析.在两个数据集上的实验结果表明,本文建立的表情符情绪向量有效地提高了微博情绪识别的精度.

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	张景	南京航空航天大学计算机科学与技术学院	5	13	3.0	3.0
3	刘宝芹	南京航空航天大学计算机科学与技术学院	4	14	3.0	3.0