基于双语词典的微博多类情感分析方法

• 作者: 宋丹丹 廖乐健 栗雨晴 礼欣 韩煦
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 双语语义倾向性分析 半监督高斯混合模型 相对熵 情感词典
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 2068-2073
• 页数: 6页
• 分类号: TP391|H085.5
• 字数: 5560字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.09.007

摘要

现有微博文本情感分析方法多面向单一语种语料，如：中文语料。但是，中英文搭配使用的表达习惯已逐渐成为个体意见表达的重要形式。本文提出一种基于双语词典的多类情感分析方法，通过构建双语多类情感词典对微博文本进行多分类语义倾向性分析，以便更准确有效捕捉群体意见，及时发现社会舆论倾向。通过与多数投票算法、支持向量机算法、基于余弦距离的K近邻分类算法相比，本文提出的基于双语词典的多类情感分析模型具有良好的分类效果，其在分类准确率、F1值等方面都有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	礼欣	北京理工大学计算机学院	4	140	3.0	4.0
3	宋丹丹	北京理工大学计算机学院	4	36	2.0	4.0
5	栗雨晴	北京理工大学计算机学院	1	29	1.0	1.0
11	韩煦	北京理工大学计算机学院	1	29	1.0	1.0