融合情感词典和语义规则的微博评论细粒度情感分析*

情报探索 ›› 2020, Vol. 1 ›› Issue (11): 1-.

• 理论探索 •

融合情感词典和语义规则的微博评论细粒度情感分析*

万岩杜振中

北京邮电大学经济管理学院北京100876

出版日期:2020-11-18 发布日期:2020-11-19
通讯作者: 万岩（1966—），女，博士，教授，主要研究方向为数据挖掘、信息化政策；杜振中（1995—），男，2018级硕士研究生，主要研究方向为自然语言处理、舆情引导。
基金资助:
*本文系北京市社会科学基金项目“基于首都舆情大数据的公众对政府信任分析和精准引导研究”(项目编号：18GLB031)成果之一。

Online:2020-11-18 Published:2020-11-19

摘要/Abstract

摘要： ［目的／意义］旨在为政府精准引导舆情提供参考。［方法／过程］在情感词汇本体库的基础上，扩充表情符号、网络用语、单字情感词等多类情感词典，结合语义规则建立了微博情感分析模型。同时，通过对比词频模型验证了模型的有效性，以重庆万州公交车坠江事件为例验证了模型的实用性。［结果／结论］提出的情感分析模型较词频模型有效提升了细粒度情感分类的准确率，使用该方法分析舆情期间情感的演化能够帮助政府实时掌握舆情动态，有助于政府部门实现舆情的应急管理和有效控制。

关键词: 微博舆情, 情感分析, 语义规则, 舆情引导

万岩杜振中. 融合情感词典和语义规则的微博评论细粒度情感分析*[J]. 情报探索, 2020, 1(11): 1-.

[1]	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-.
[2]	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-.
[3]	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-.
[4]	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-.
[5]	王召义, 陈应红周海燕等. 中文领域情感词典构建研究*[J]. 情报探索, 2020, 1(11): 1-.
[6]	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-.
[7]	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-.
[8]	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-.
[9]	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-.
[10]	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-.
[11]	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-.
[12]	韦霁芸. 基于商品在线评论的用户品牌持续使用意愿研究[J]. 情报探索, 2017, 1(8): 1-.
[13]	余容　李光强　尹健. 微博文本挖掘研究综述*[J]. 情报探索, 2017, 1(5): 1-.
[14]	吴超　温金萍　徐朝军. 基于语义规则的基础教育网站用语情感分析*[J]. 情报探索, 2017, 1(2): 1-.
[15]	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, 2016, 0(2): 1-.

融合情感词典和语义规则的微博评论细粒度情感分析*

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