基于Good-Turing平滑SO-PMI算法构建微博情感词典方法的研究 姜伶伶;何中市;张航 【期刊名称】《现代计算机（专业版）》 【年(卷),期】2018(000)010 【摘 要】微博情感词典的构建在微博情感分析中具有重要的研究意义和使用价值.针对现有公共情感词典对微博中情感词覆盖率较低的问题,以HowNet和大连理工大学情感本体作为微博基础情感词典,提出一种基于Good-Turing平滑的SO-PMI算法,针对近年来出现的大量网络情感词汇进行情感倾向性的判断,并与基础情感词典融合构建微博领域情感词典.最后采用基于规则的方法判断微博文本的情感倾向性.实验结果验证上述方法构建的微博领域情感词典在微博情感分类中的有效性和准确性. 【总页数】6页(P15-20) 【作 者】姜伶伶;何中市;张航 【作者单位】重庆大学计算机学院,重庆 400044;重庆大学计算机学院,重庆 400044;重庆大学计算机学院,重庆 400044 【正文语种】中 文 【相关文献】 1.基于平滑SO-PMI算法的微博情感词典构建方法研究 [J], 杜锐;朱艳辉;田海龙;刘璟;马进 2.基于中文微博的情感词典构建及分类方法磁 [J], 周剑峰;阳爱民;周咏梅 3.基于双语信息和标签传播算法的中文情感词典构建方法 [J], 李寿山;李逸薇;黄居仁;苏艳 4.基于词向量的藏文情感词典的构建方法研究 [J], 巴桑卓玛;李苗苗;高定国; 5.基于微博表情符号的情感词典构建研究 [J], 桂斌;杨小平;张中夏;肖文韬 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/290a8eded9ef5ef7ba0d4a7302768e9950e76e16.html