摘要：针对领域情感词典的局限性,提出一种中文领域情感词典自适应学习方法。从中文基础情感词典中选取少量种子词,采用基于CBOW模型和基于句法规则两种抽取方法,对领域语料库进行候选情感词的抽取,通过改进的SO_PMI算法对得到的候选情感词进行情感极性判定,形成领域正负情感词典。实验结果表明,该方法能够自适应生成领域情感词典,情感词识别准确率较高,该模型在中文情感分析应用中取得了较好的效果。

摘要：[目的/意义]旨在为解决某些特定领域的情感分析任务,提高情感分析的精度提供参考。[方法/过程]采用逆向思维,先从领域情感词典结构设计方面入手,再以“实体-属性-情感词”的多元词对为主线,逐步解决领域情感词典结构要求,从而形成一种新的中文领域情感词典构建方法。[结果/结论]实验证明,该词典不仅能够准确判断情感词的情感极性,还能有效的对中文文本进行情感分类。

摘要：为了分析中文微博中海量的情感信息,文中提出了一种中文微博情感分析策略,能够有效分析出微博中的情感倾向。为了能准确分析出某领域微博情感倾向,本文构建了领域情感词典,具有自动识别、扩展等功能,减少了人工标注的繁琐。同时考虑到上下文中情感副词等影响,构建了情感副词词典,更加全面的分析情感倾向。最后通过实验表明本文提出的基于领域情感词典的分析策略有一定的可行性和准确率。