基于情感词典与语义规则的微博情感分析

• 作者: 陈国兰
• 来源期刊: 情报探索
• 学科: 社会科学
• 关键词: 微博 微博文本 情感分析 情感词典 语义规则 句级情感分析
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 理论探索
• 页码范围: 1-6
• 页数: 6页
• 分类号: G250.23
• 字数: 6418字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2016.02.001

摘要

[目的/意义]基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题,探讨新的情感分析方法对该领域研究有实际意义.[方法/过程]首先基于已有的开源情感词典和微博文本的特点,构建一个适合微博文本分析的情感词典;然后基于常见的微博情感句,以微博情感词为中心,对微博文本进行情感语义规则分析,进而提出微博语句文本的情感计算方法;最后基于已标注的微博语料,构建相关词典,包括程度副词词典、否定词词典、关系连词词典.[结果/结论]通过与支持向量机(SVM)的情感分类方法进行实验对比,证明本研究提出的微博情感分析方法的适用性较强.