基于表情符号的情感词典的构建研究

来源：计算机技术与发展杂志2019年第06期北京时间：

作者：林江豪;';顾也力;周咏梅;';阳爱民;';陈摇锦;'

摘要：情感词典是文本情感分析的基础资源。 利用表情符号明显的情感表达作用,提出一种基于种子表情符和 SO-PMI算法结合的情感词典构建方法。 选择 44 个情感明显、内容丰富的表情符号词作为种子情感集合。 构建过程融合了 TF-IDF 值在词汇重要程度的度量作用,有效选择候选情感词集。 基于 SO-PMI 算法,在大量语料中计算候选情感词汇与种子表情符号之间的情感共现信息,进而确定词汇的情感权值和极性。 在 500 万条微博语料中,计算并构建情感词典SentiNet,共有情感词汇 13 814 个,其中正向词汇 6 885 个,负向词汇 6 929 个。 将 SentiNet 应用于微博文本情感分析任务中,实验结果表明,SentiNet 能实现情感词的情感表示,并可应用于大规模的微博语料情感分析任务。 该方法融合了情感词的重要度衡量优势和种子表情符号集的情感表达优势,证明了获得的情感权值有效。

关键词：情感词典;情感词;情感权值;种子表情符号;SO-PMI;TF-IDF