基于微博的细粒度情感分析-ChinaXiv.PDFVIP

总第7 期 2017 年 第7 期 基于微博的细粒度情感分析 敦欣卉 1 张云秋 1 杨铠西 2 1(吉林大学公共卫生学院 长春 130021) 2(大连理工大学中日国际信息与软件学院 大连 116620) 摘要: 【目的 】对微博进行细粒度情感分析, 将情感分为 8 类, 并计算其情感强度值, 从而尽可能还原微博用户 情感。【方法 】通过微博语料分析构建疑问词词表, 在大连理工大学情感词汇本体 DUTIR 的 7 类情感基础上, 丰 富一类情感“疑”, 并利用点互信息法构建表情符号词典, 还综合考虑否定词和程度副词对情感表达的影响, 利用 Python 从新浪微博上获取数据, 并用 R 语言的 jiebaR 包进行分词, 对情感进行分类并计算其强度。【结果 】得到 微博用户对于糖尿病 7 类常用药物的 8 类情感占比及情感强度, 并通过正确率、召回率、F 值对结果进行验证, 其 1 v 中“怒”和“哀”的正确率最高, 分别为 85.73%和 83.05%, 而“乐”和“好”的召回率与 F 值均最高, 为 81%以上。本文 5 78.58%、77.95%, 均值在 8 类情感中排名前列, 说明其情 新增情感“疑”的正确率、召回率、F 值分别为 77.33%、 0 6 感识别较好。【局限 】由于本文依赖于情感词典进行情感分析, 因此为了更好的分析结果, 情感词典仍需进一步 1 完善。【结论 】本方法具有较高的识别率和可靠性, 能够更好地对微博上的情感分类进行细粒度分析。 0 . 关键词: 微博 细粒度情感分析 药物 2 1 分类号: TP393 7 1 0 我改进, 提升市场竞争力, 准确地发现并挖掘微博中 2 1 引 言 : 潜藏的商业价值和社会价值。 v 中国互联网络信息中心于 2017 年 1 月发布的《中 i 2 相关研究 X 国互联网络发展状况统计报告》显示, 截至 2016 年 12 a 月, 中国网民规模达 7.31 亿, 互联网普及率为 53.2% [1], 微博情感分析是指通过分析和挖掘微博中的主观 n i 人们对网络的利用率越来越高。随着 Web 3.0 技术的 性信息来判断其情感倾向。目前国内已有较多关于微 h c 发展, 互联网上出现了社区、论坛、博客、微博等各 博情感分析的研究, 按其粒度可划分为两大类, 粗粒 种形式的社会化媒体平台, 它们帮助用户在网上表达 度的情感分析和细粒度的情感分析。粗粒度的情感分 自己对某一事件的看法, 使人们通过互联网相互影 析主要是基于篇章级和句子级, 而且在分析过程中仅 响。其中微博(Microblog)具有用户多、消息数量大、 考虑情感词, 并未考虑评价对象及其属性的情感; 细 更新快等特性, 成为人们获取信息、发表舆论的主要 粒度的情感分析一般指词汇级情感分析, 目前关于细 途径, 越来越多的明星、政府机构、企业等也选择微 粒度情感分析的研究主要分为两大方面 : 一方面是文 博进行重要信息的发布和传播, 这些信息充斥了大量 本中产品属性和对应情感词的抽取, 另一方面是对情 的社会热点及情感。通过对微博用户发布的内容进行 感进行分类。在产品属性的提取方面, 主要有三种方 细粒度情感分析, 尽可能还原用户真实情感, 有助于