基于Word2Vec的情感词典自动构建与优化

• 作者: 吴佳楠 张中夏 张悦 张永俊 杨小平 王良 马奇凤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 情感分析 多元情感分类 神经网络语言模型 情感消歧 情感强度优化框架
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 2016第六届中国数据挖掘会议
• 页码范围: 42-47,74
• 页数: 7页
• 分类号: TP391.1
• 字数: 9448字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.01.008

摘要

情感词典的构建是文本挖掘领域中重要的基础性工作.近几年,情感词典的极性标注从二元褒贬标注向多元情绪标注发展,词典的领域特性也日趋明显.但是情感类别的手工标注不但费时费力,而且情感强度难以得到准确量化,同时对领域性的过分关注也大大限制了情感词典的适用性[1].通过神经网络语言模型对大规模中文语料进行统计训练,并在此基础上提出了基于转换约束集的多维情感词典自动构建方法;然后研究了基于词分布密度的感情色彩消歧方法,对兼具褒贬意味词语的感情极性进行区分和识别,并分别计算两种感情色彩下的情感类别与强度;最后提出基于多个语义资源的全局优化方案,得到包含10种情绪标注的多维汉语情感词典SentiRuc.实验证实该词典”在类别标注检验、强度标注检验、情感消歧效果及情感分类任务中均具有良好的效果,其中的情感强度检验证实该词典具有极强的情感语义描述力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张悦	中国人民大学信息学院	36	150	7.0	11.0
2	杨小平	中国人民大学信息学院	84	967	15.0	30.0
3	王良	中国人民大学信息学院	17	286	9.0	16.0
4	张永俊	中国人民大学信息学院	4	74	2.0	4.0
5	张中夏	中国人民大学信息学院	4	106	4.0	4.0
6	马奇凤	中国人民大学信息学院	2	52	1.0	2.0
7	吴佳楠	中国人民大学信息学院	2	52	1.0	2.0