文献类型：期刊文章

作　　者：颜明阳[1] 闫国梁[2] 李明兰[3]

Yan Mingyang;Yan Guoliang;Li Minglan(Primary Education College,Jining University,Qufu 273100,Shandong,China;China Telecom Post and Telecommunications Consulting Design Institute Co.,Ltd.,Beijing 100000,China;College of Mathematics and Statistics,Qingdao University,Qingdao 266071,Shandong,China)

机构地区：[1]济宁学院初等教育学院,山东曲阜273100 [2]中讯邮电咨询设计院有限公司,北京100000 [3]青岛大学数学与统计学院,山东青岛266071

出　　处：《计算机应用与软件》

基　　金：山东省自然科学英才基金项目(ZR2015FM023);山东省杰出青年科学基金项目(JQ201419)。

年　　份：2022

卷　　号：39

期　　号：6

起止页码：176-182

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、ZGKJHX、核心刊

摘　　要：通用情感词典(GPEL)对情感词语所在上下文的背景建模方面表现较差。针对此问题,提出一种领域特定情感词典(Domain Specific Emotion Dictionary,DSED)生成方法的扩展方法。所提方法在特征提取中使用了DSED提供的知识,而非简单的词语计数。利用在训练文档上学习到的DSED知识,提取出基于词典的特征。词性标注、情绪词典和GPEL作为提取情感分类相关特征的外部资源。实验在SemEval-2007、微博数据集和博客数据集三个公开数据集上进行,实验结果表明,所提方法提取出的特征显著优于从GPEL提取出的特征,与逐点互信息(PMI)、n元语法等方法相比,所提方法的性能更优。

关 键 词：通用情感词典  领域特定情感词典  上下文 情感分类 相关特征  

分 类 号：TP391]