基于詞典的中文微博情緒分析.pdf

1、近年來,微博受到越來越多的關注和喜愛,成為人們表達個人情緒和感受的重要平臺。因此,微博已經(jīng)成為意見挖掘和情感分析的重要資源,吸引了大量專家學者的關注和研究。針對微博進行情緒分析可以迅速了解大眾情緒走向并且對于個人情緒調節(jié)有著重要的意義。本文通過對微博的研究分析提出了基于詞典的規(guī)則方法識別微博所表達的喜、哀、怒、懼、惡、驚六種情緒。
　　首先,提出以詞典為依據(jù)的基于規(guī)則的方法,通過實驗詳細分析了中文情緒詞典在微博情緒分析中的現(xiàn)狀,討

2、論了存在的主要問題并深入討論了微博中情緒表達的語言特點。基于此,構建了兩個重要的微博情緒分析詞典:微博表情符詞典EmoDic和中文情緒詞典SixDic。其中,微博表情符詞典EmoDic主要利用互信息方法構建,而中文情緒詞典SixDic則是在文本的詞性分析基礎上,將互信息方法與情緒標注信息混合篩選的方式獲取。
　　其次,通過對詞典以及微博表達的分析制定了詳細的規(guī)則,利用本文構建的兩個詞典進行六類情緒識別實驗。實驗表明,中文情緒詞典S

3、ixDic微博情緒分析結果的覆蓋率達到65.8％,正確率達到64%,比同等方法下的大連理工情感本體庫DUTIR高出12%左右。而表情符詞典EmoDic結果比人工挑選表情符有更高的召回率,與中文詞典SixDic并用之后,提高情緒分析覆蓋率至80.4%,系統(tǒng)通過對表情符加權和使用否定規(guī)則達到最佳性能,正確率為74.1%。
　　最后,選取了一元詞、中文情緒詞典、表情符詞典、否定詞以及標點符號為特征,采用支持向量機SVM進行有監(jiān)督的情緒分