基于表情符号的文本情感分析研究

• 作者: 宋超 李菁华 贾忠伟 邱佳玲 郑志伟 郝元涛 郝春 郭山清 阳庆玲 顾菁
• 来源期刊: 现代预防医学
• 学科: 医学
• 关键词: 表情符号 机器学习 情感分析
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 流行病与统计方法
• 页码范围: 1537-1540
• 页数: 4页
• 分类号: R195
• 语种: 中文

摘要

目的 提出一种基于表情符号的文本自动标注的方法,为文本情感分析提供方法学参考.方法 从Blued软件抓取广东省用户的发帖文本,筛选出情感倾向明显的表情符号.基于筛选的表情符号生成训练集,并对含表情符号的训练文本进行自动标注.然后用机器学习的方法训练分类器,并在人工标注的测试集中验证,评估其分类效果.结果 共选取标签表情符号174个,其中正向表情符号93个(53.5％),负向表情符号81个(46.5％).纳入分析的文本共14.3万条,其中训练集13.0万条(90.9％),测试集1.3万条(9.1％).朴素贝叶斯、逻辑回归、支持向量机、融合模型最高准确率分别为0.739、0.732、0.729、0.741.结论 基于表情符号自动标注文本的方法可应用于文本情感分类.