基于词语相关度的微博新情感词自动识别

来源：计算机应用杂志2016年第2期北京时间：

作者：陈鑫, 王素格, 廖健

单位：1. 山西大学 计算机与信息技术学院, 太原 030006;2. 计算智能与中文信息处理教育部重点实验室(山西大学), 太原 030006

摘要：针对微博中新情感词的识别问题,提出了一种基于词语相关度的微博新情感词自动识别方法。首先,对于分词软件把一个新词错分成几个词的问题,利用组合思想将相邻词进行合并作为新词的候选词;其次,为了充分利用词语上下文的语义信息,采用神经网络训练语料获得候选新词的空间表示向量;最后,利用已有的情感词典作为指导,融合基于词表集合的关联度排序和最大关联度排序算法,在候选词上筛选,获得最终的情感新词。在COAE2014(第六届中文倾向性分析评测)任务3语料上,提出的融合算法与点互信息(PMI)、增强互信息(EMI)、多词表达距离(MED)、新词语概率(NWP)以及基于词向量的新词识别方法相比,准确率至少提高了22%,说明该方法自动识别微博新情感词效果优于其他五种方法。

关键词：情感词识别,词语相关度,词向量,排序算法,微博

基金资助：国家863计划项目(2015AA015407);国家自然科学基金资助项目(61175067,61272095,61432011,61573231,U1435212);山西省科技基础条件平台计划项目(2015091001-0102);山西省回国留学人员科研项目(2013-014)。