java微博情感倾向性分析_基于中文微博语料的情感倾向性分析

第 49卷 Vo1．49 第 11期 No．11 山 东 大 学 学 报 (理 学 版 ) Journal of Shandong University(Natural Science) 2014年 11月 Nov．2014 文章编号 ：1671-9352(2014)114)001-07 DOI：10．6040／j．issn．1671-9352．3．2014．194 基 于 中文微博语料 的情感倾 向性分析 罗毅 ，李利 ，谭松波 ，程学旗 (中国科学院计算技术研究所 ，北 京 100190) 摘要：微博的兴起与传播使得短文本情感分类成为 目前的热门研 究领域。通过对中文微博语料的情感倾向性分 析进行研究 ，提 出了一种新 的情感分类方 法。首先构建 了两级 情感词典 ，并对不 同级别情 感词作 不 同增 强；然后 在情感特征方面使用N—Gram方法，尽量获取有限长度博文中的未登录情感词和情感信息。经实验验证与传统方 式相比较，该方法的准确率和召回率都有所提高，在 COAE2014微博情感倾向性评测任务中也取得了较好的成绩。 关键词：情感分类；倾向性分析；观点挖掘 中图分类号：TP391 文献标志码：A Sentiment analysis on Chinese M icro—blog corpus LUO Yi，LI Li，TAN Song—bo，CHENG Xue—qi (Institute of Computing Technology，Chinese Academy of Sciences，Beijing 100190，China) Abstract：The rise and spread of Micro—blog make sentiment classification on short texts become a hot area． A new method was proposed for Micro—blog sentiment classificaiton．First of all，this method will create an emotional dictiona— ry with two-levels，and the words for different levels will get different enhancement；then in order to get features， N—gram method was used，which found new emotional words and emotional inform ation from a short text．The experi— ment results show this approach has improved precision and recall rate compared to the traditional ways．This algorithm also did a very good job in COAE 2014． Key words：sentiment classification；tendentious analysis；opinion mining 0 引言 微博是一个基于关系的信息制造、交流、传播以及获取的社交媒体 ，网民从原来单纯的信息接收方过渡 到了接收和发布信息的完全参与方 。根据新浪微博发布的最新财报统计数据显示 ，新浪微博的注册用户已 经超过 了 5．36亿 ，用户每 日新增的发博量超过