结合word2vec与扩充情感词典的微博多元情感分类研究

作     者：王名扬 吴欢 贾晓婷 WANG Ming-yang;WU Huan;JIA Xiao-ting

作者机构：东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 

出 版 物：《东北师大学报（自然科学版）》 (Journal of Northeast Normal University(Natural Science Edition))

年 卷 期：2019年第51卷第1期

页      面：55-62页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(71473034) 中央高校基本科研业务费专项资金资助项目(2572014DB05) 

主　　题：多元情感分类 卡方统计量 word2vec KNN 

摘      要：对微博文本的多元情感分类问题进行了研究.针对现有的多元情感词典不能很好地覆盖微博文本中情感词的不足,结合特定的情感符号和基于卡方统计量的度量方法,实现对现有的多元情感词典的扩充;针对情感词典无法有效考察文本的上下文语境信息的问题,引入word2vec模型实现情感词和其所在微博语句的向量化表达.在此基础上,利用KNN分类器实现微博句子级的多元情感分类.实验结果表明,扩充情感词典及引入word2vec模型均有助于提升微博文本多元情感分类的效果.