情感词发现与极性权重自动计算算法研究

摘要：

随着互联网电子商务和各种社交网络应用的快速发展,产生了大量的用户评价信息.为满足快速整理这些评价信息的需求,情感倾向性分析应运而生.情感词典是各类情感倾向性识别算法的基础,收集一部全面且权重合理的情感词典,往往可以简单快速而有效地解决情感分析问题.但情感词典规模有限,而网络上新的情感词层出不穷,语言使用不规范,人工整理耗时耗力.已有的情感词收集方法较复杂,且领域性强,收集的情感词可扩展性差.本文提出一种自动挖掘潜在情感词并计算其极性权重的算法,该算法与应用领域无关,具有良好的扩展性.该方法利用共现特性,基于朴素贝叶斯公式能检测出未知的情感词,并根据其情感权重值的大小判断其情感极性,可有效地扩展情感词典,将已有的情感词典进一步量化.在理论研究的基础上,本文分别针对京东、豆瓣及大众点评网三组评论语料做了实验,其结果的准确率都基本在90％以上,验证了该方法的有效性和实用性,为情感倾向性分析提供了知识库基础.

关键词：情感词、情感权重、情感程度判别、情感词典

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划2013CB329601

在线出版日期：2017-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：48-54