文献类型：期刊文章

作　　者：王伟[1] 周咏梅[1,2] 阳爱民[1,2] 林江豪[3] 陈昱宏[1] 曾文俊[1]

机构地区：[1]广东外语外贸大学思科信息学院,广州510006 [2]广东外语外贸大学语言工程与计算实验室,广州510006 [3]广东外语外贸大学财务处,广州510420

出　　处：《数据采集与处理》

基　　金：国家社会科学基金(12BYY045)资助项目;教育部新世纪优秀人才支持计划(NCET-12-0939)资助项目;广东省教育厅科技创新项目(2013KJCX0067)资助项目;广州市社会科学规划项目(15Q16)资助项目;广东外语外贸大学研究生科研创新项目(14GWCXXM-36)资助项目;广东外语外贸大学校级项目(14Q3)资助项目;广东省普通高校青年创新人才类项目(299-X5122106)资助项目

年　　份：2017

卷　　号：32

期　　号：1

起止页码：198-204

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：情感倾向明显的表情符,容易通过人工进行标注。但是对于情感倾向不明显的表情符,多人手工的标注结果往往难以达成一致。因此,提出一种利用种子词自动判定表情符情感倾向的方法。该方法利用少量种子表情符自动标注情感倾向比较明显的表情符,生成表情符标注集;对于情感倾向不明显的表情符,利用种子情感词和已得到的表情符标注集构建模型,实现其情感倾向的自动判定。实验结果表明,本文方法在微博表情符情感倾向的自动判定上有很好的效果。

关 键 词：情感分类 机器学习  微博表情符  种子词  自动标注  

分 类 号：TP391]