基于分类的微博新情感词抽取方法和特征分析

• 作者: 万常选 刘喜平 刘德喜 廖国琼 廖述梅 江腾蛟 聂建云 钟敏娟
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 微博 新情感词抽取 cNSEm方法 特征分析
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 社会计算
• 页码范围: 1574-1597
• 页数: 24页
• 分类号: TP18
• 字数: 28473字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.01574

摘要

情感或情绪分析在舆情分析、商品评论分析、商品推荐等领域应用广泛,而文本中的情感或情绪分析通常以情感词典为基础.人工情感词典虽然准确但构建代价大、难以及时更新,很难适应微博这类新情感词快速更迭的数据.微博平台为新情感词的发布和传播提供了便捷的途径,是新情感词的重要来源.考虑到已有规模较大的人工情感词典及大量包含新情感词的微博数据,在统计、分析、对比中、英两种语言微博中情感词分布差异的基础上,提出了与特定语言无关的基于分类思想的微博新情感词抽取方法cNSEm.cNSEm根据微博数据集和情感词典自动构建训练数据、训练分类器并判别候选词的情感极性,最后采用投票机制确定候选词的情感极性.通过大量而细致的实验,分析了cNSEm在中、英文两种语言的微博数据上的表现、六类特征的作用和用法以及抽取的新情感词对微博情感分类任务的帮助作用,实验结果表明,cNSEm比经典的基于共现和极性传播的方法要好,特别是当考虑中文微博数据集中的名词类情感词时.对cNSEm抽取的新情感词进行了直接和间接两种方法评测,前者利用人工情感词典作参照,后者考察抽取的新情感词对情感分类的帮助作用,从评测指标上看,cNSEm抽取的新情感词与人工情感词典的质量相当,并且cNSEm能适应有较大差异的中、英两个语种.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万常选	江西财经大学信息管理学院	85	1044	18.0	28.0
2	刘喜平	江西财经大学信息管理学院	28	253	8.0	15.0
3	江腾蛟	江西财经大学信息管理学院	15	255	7.0	15.0
4	廖国琼	江西财经大学信息管理学院	30	134	7.0	10.0
5	廖述梅	江西财经大学信息管理学院	24	411	11.0	20.0
6	刘德喜	江西财经大学信息管理学院	25	212	9.0	14.0
7	钟敏娟	江西财经大学信息管理学院	16	127	6.0	11.0