文献类型：期刊文章

作　　者：蒋盛益[1] 黄卫坚[2] 蔡茂丽[2] 王连喜[3]

机构地区：[1]广东外语外贸大学语言工程与计算实验室,广东广州510006 [2]广东外语外贸大学信息学院,广东广州510006 [3]广东外语外贸大学图书馆,广东广州510420

出　　处：《中文信息学报》

基　　金：国家自然科学基金(61572145);广东省科技计划项目(2014A040401083);教育部人文社会科学研究青年项目(14YJC870021);广东省哲学社会科学"十二五"规划项目(GD14YXW02)

年　　份：2015

卷　　号：29

期　　号：6

起止页码：166-171

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘　　要：该文旨在探索一种面向微博的社会情绪词典构建方法,并将其应用于社会公共事件的情绪分析中。首先通过手工方法建立小规模的基准情绪词典,然后利用深度学习工具Word2vec对社会热点事件的微博语料通过增量式学习方法来扩展基准词典,并结合HowNet词典匹配和人工筛选生成最终的情绪词典。接下来,分别利用基于情绪词典和基于SVM的情绪方法对实验标注语料进行情绪分析,结果对比分析表明基于词典的情绪分析方法优于基于SVM的情绪分析方法,前者的平均准确率和召回率比后者分别高13.9%和1.5%。最后运用所构建的情绪词典对热点公共事件进行情绪分析,实验结果表明该方法是有效的。

关 键 词：微博  社会情绪 词典 情绪分析

分 类 号：TP391]