基于情感词典与语义规则的微博情感分析*

情报探索

• 理论探索 •

基于情感词典与语义规则的微博情感分析*

陈国兰

（南京邮电大学图书馆　江苏南京　210003）

出版日期:2016-02-15 发布日期:2016-03-01
作者简介:陈国兰（1981—），女，馆员，硕士，研究方向为数据挖掘、信息处理
基金资助:
*本文系江苏省教育厅高校哲社基金项目“众包模式下知识转移的实现机制研究”（项目编号：2014SJB025）；南京邮电大学党建与思想政治教育研究校级规划项目“微博时代高校网络舆情的监测与引导——以南京邮电大学为例”（项目编号：XC214020）成果之一。

Online:2016-02-15 Published:2016-03-01

摘要/Abstract

摘要： ［目的/意义］基于机器学习的中文微博情感分析方法存在处理过程复杂、判断准确率低等问题，探讨新的情感分析方法对该领域研究有实际意义。［方法/过程］首先基于已有的开源情感词典和微博文本的特点，构建一个适合微博文本分析的情感词典；然后基于常见的微博情感句，以微博情感词为中心，对微博文本进行情感语义规则分析，进而提出微博语句文本的情感计算方法；最后基于已标注的微博语料，构建相关词典，包括程度副词词典、否定词词典、关系连词词典。［结果/结论］通过与支持向量机（SVM）的情感分类方法进行实验对比，证明本研究提出的微博情感分析方法的适用性较强。

关键词: 微博, 微博文本, 情感分析, 情感词典, 语义规则, 句级情感分析

陈国兰. 基于情感词典与语义规则的微博情感分析*[J]. 情报探索.

[1]	陈帅. 基于SEIR的双层社交网络舆情传播研究[J]. 情报探索, 2020, 1(9): 1-.
[2]	李旭光徐耀尚婷. 基于微博平台的大学生健康信息获取行为影响因素模型构建* [J]. 情报探索, 2020, 1(8): 1-.
[3]	刘卫铠. 酒店评论数据有用性影响因素分析 ——以缤客网为例[J]. 情报探索, 2020, 1(7): 1-.
[4]	朱乐李秋萍朱燚丹. 基于深度学习的“教育公平”网络舆情分析[J]. 情报探索, 2020, 1(6): 1-.
[5]	尹莉1,2. 一种基于引文的情感分析方法及其对论文排名指数的影响*[J]. 情报探索, 2020, 1(4): 1-.
[6]	王浩. 基于多维度的公安舆情分析模型构建[J]. 情报探索, 2020, 1(3): 1-.
[7]	何楚佳姚威羽. 弹幕与字幕关联性分析对于视频发展的参考[J]. 情报探索, 2019, 1(9): 1-.
[8]	肖鸿雁陈海汉陈福集. 基于直觉模糊推理的微博舆情危机预警研究*[J]. 情报探索, 2019, 1(7): 1-.
[9]	岳宇君　王　娟. 微媒体时代大学、职院学生数字媒介素养的调查与培育*[J]. 情报探索, 2019, 1(6): 1-.
[10]	张洁1唐驰2. 基于用户偏好的高校图书馆热门微博研究*——以部分“985”高校为例[J]. 情报探索, 2019, 1(5): 3-.
[11]	张志武1,2陈国兰1,2. 基于网络语料的特定领域情感词典生成方法研究*[J]. 情报探索, 2019, 1(4): 1-.
[12]	张家义　徐　健. 融合情感特征的网络谣言识别研究[J]. 情报探索, 2019, 1(2): 1-.
[13]	刘银萍　李光强　余容　尹健. 基于AHP的社交网络信息可信度评价模型构建*[J]. 情报探索, 2018, 1(9): 1-.
[14]	田千金　余光辉　姜磊. 中泰垃圾焚烧厂事件网络舆情演化研究*[J]. 情报探索, 2018, 1(8): 1-.
[15]	李旭　于卫红. 基于情感分析和关系网络的影视产品评论数据文本挖掘研究*[J]. 情报探索, 2018, 1(4): 1-.

基于情感词典与语义规则的微博情感分析*

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价