-
题名情感词发现与极性权重自动计算算法研究
被引量：8
- 1
-
-
作者
张华平
李恒训
李清敏
-
机构
北京理工大学计算机学院
北京市海量语言信息处理与云计算应用工程研究中心
公安部第一研究所信安部
工业和信息化部电子科学技术情报研究所
-
出处
《中文信息学报》
CSCD
北大核心
2017年第3期48-54,共7页
-
基金
国家重点基础研究发展计划(973计划)(2013CB329601)
-
文摘
随着互联网电子商务和各种社交网络应用的快速发展,产生了大量的用户评价信息。为满足快速整理这些评价信息的需求,情感倾向性分析应运而生。情感词典是各类情感倾向性识别算法的基础,收集一部全面且权重合理的情感词典,往往可以简单快速而有效地解决情感分析问题。但情感词典规模有限,而网络上新的情感词层出不穷,语言使用不规范,人工整理耗时耗力。已有的情感词收集方法较复杂,且领域性强,收集的情感词可扩展性差。本文提出一种自动挖掘潜在情感词并计算其极性权重的算法,该算法与应用领域无关,具有良好的扩展性。该方法利用共现特性,基于朴素贝叶斯公式能检测出未知的情感词,并根据其情感权重值的大小判断其情感极性,可有效地扩展情感词典,将已有的情感词典进一步量化。在理论研究的基础上,本文分别针对京东、豆瓣及大众点评网三组评论语料做了实验,其结果的准确率都基本在90%以上,验证了该方法的有效性和实用性,为情感倾向性分析提供了知识库基础。
-
关键词
情感词
情感权重
情感程度判别
情感词典
-
Keywords
sentiment lexicon
polarity weight
emotional orientation degree
emotion dictionary
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
