中文微博情感分析.pptVIP

微博情感词典组成图 4.2 微博领域情感词典 4.2.1 领域情感词典构建重要性 由于基础情感词典囊括的情感词是有限的，而中文的表达是变化万千的。特别是在微博中，口语化的表达常常带来很多新的情感词汇，通过已有的情感词典是无法辨别的，但是这些词汇在分析情感倾向时非常重要。比如：微博中经常出现一个名词“临时工”，这个词本身是不具有感情色彩的，可是发现用户在微博中所用到这个词时，往往是表达负面情感。这种例子还有很多，为了能识别这些新情感词，提高情感分类的准确性，可以构建一个面向微博的领域情感词典。 4.2.2 SO-PMI 算法 互信息是非常重要的信息度量，其相关理论已在前面作了介绍。在实际情况中，应用最为广泛的通常是点间互信息（PMI），主要用于计算词语间的语义相似度，基本思想是统计两个词语在文本中同时出现的概率，如果概率越大，其相关性就越紧密，关联度越高。 基于点间互信息SO-PMI算法的基本思想是：首先分别选用一组褒义词跟一组贬义词作为基准词，假设分别用Pwords 与Nwords 来表示这两组词语。这些情感词必须是倾向性非常明显，而且极具领域代表性的词语。若把一个词语word1跟Pwords的点间互信息减去word1跟Nwords的点间互信息会得到一个差值，就可以根据该差值判断词语word1的情感倾向。其计算公式如下所示： 通常情况下，将0 作为S