基于細粒度情感詞典的心理預警模型研究.pdf

1、隨著全球經濟化的快速發(fā)展，高校學生既面臨著社會需求不斷上升的發(fā)展契機，也承受著競爭加劇帶來的巨大壓力。近年來，因心理問題導致的惡性事件屢有發(fā)生，這與當代大學生的心理狀況密切相關。然而，由于高校心理指導教師數量面臨很大缺口，心理問題篩查工作很難開展，并提前采取預防措施進行準備工作。因此構建高校心理預警機制具有重要的現實意義。
　　互聯(lián)網時代的到來為當前心理預警工作開啟了新的研究方向，以微博為代表的社交網絡平臺為心理研究提供大量數據。

2、論文研究目標是從海量不規(guī)則微博文本中提取有效信息進行情感分析，從而發(fā)掘用戶的情感狀態(tài)變化趨勢，對心理危機事件進行預警提示。然而，微博是內容描述最多允許140個字符的短文本，且存在用戶表達不規(guī)范等問題，這都給中文情感分析帶來難題。論文從以下方面對該問題進行研究:
　　1.構建完備的細粒度中文詞匯情感規(guī)范詞典:情感詞典是情感分析的核心，論文構建一個基于ANEW的心理詞典，該詞典廣泛的應用于英文文本心理分析，取得了顯著效果。為使ANEW

3、的作用充分發(fā)揮在中文情感分析領域，論文通過利用包括中文和英文的雙語知識構建一個較為完備的細粒度中文詞匯情感規(guī)范詞典C-ANEW，以此提高中文文本細粒度情感分析的精確度。
　　2.提出基于權重因子的情感分析算法:極性轉移詞和程度副詞是影響情感詞匯傾向性的兩種情感因子，論文通過分析這兩種情感因子在不同情況下對情感詞的影響，制定詳細的情感計算規(guī)則，對提高情感分類結果具有重要意義。
　　3.建立基于細粒度情感詞典的心理預警模型:論文