基于《知网》概念定义的情感词典构建研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (17): 118-123.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

基于《知网》概念定义的情感词典构建研究

张森，曹晖

西北民族大学国家民委-教育部中国民族语言文字信息技术重点实验室，兰州 730030

出版日期:2015-09-01 发布日期:2015-09-14

Research on building Chinese semantic lexicon based on concept definition of HowNet

ZHANG Sen, CAO Hui

State Ethnic Affairs Commission-Ministry of Education, China National Language Information Technology Laboratory, Northwest University for Nationalities, Lanzhou 730030, China

Online:2015-09-01 Published:2015-09-14

摘要/Abstract

摘要： 情感倾向，就是人对人或事物的看法，即主观色彩，通常分为褒贬、积极消极、好坏等方面。情感词语的情感倾向判别和权值赋予问题是文本倾向性分析研究中的基础，情感权值的研究在文本倾向性分析、舆情分析、文本分类等研究领域有着广泛的应用，最具有代表性的方法是通过对《知网》中词语的义原相似度的计算来进行词语相似度的计算。在其词语相似度计算方法的基础上，对《知网》词语概念库glossary.dat文件进行提取、修剪和增删，并通过同义词、反义词和人工甄选种子词语，使其对于情感词的权值的计算研究更加精确，实验结果表明，该方法在情感词褒贬义判别、权值取值上和应用上都有不错的效果。

关键词: 概念定义, 情感权值, 倾向性分析, 知网

Abstract: Emotional tendency refers to people’s attitude towards people or things. It is a kind of subjective judgments and it can be divided into several parts, such as praise or?criticize, positive or negative, good or bad. The judgment of emotional words’ emotional tendency and the problem of how to give emotional words a weight are the base of text tendency analysis. The study of semantic weight has been widely used in text tendency analysis, public sentiment, as well as text?classification. The most representative method is to calculate the similarity of the words based on the calculation of the sememe similarity of words in HowNet. This essay extracts words from glossary concept library （refer to glossary. dat） of HowNet and polishes the library. In order to make the calculation study of the emotional words’ weight more accurately, it studies synonyms and antonyms, as well seed words selection manually. The experimental result proves the method attains the results expected in sentiment judgment, weight calculation and application in text analysis.

Key words: concept definition, semantic?weight, orientation analysis, HowNet

张森，曹晖. 基于《知网》概念定义的情感词典构建研究[J]. 计算机工程与应用, 2015, 51(17): 118-123.

ZHANG Sen, CAO Hui. Research on building Chinese semantic lexicon based on concept definition of HowNet[J]. Computer Engineering and Applications, 2015, 51(17): 118-123.

[1]	陈红倩1，杨倩玉1，李慧2，陈谊1. 基于极坐标布局的农残检出倾向性可视分析[J]. 计算机工程与应用, 2019, 55(9): 190-196.
[2]	廖小琴，徐杨. 面向BSP-CNN的短文本情感倾向性分类研究[J]. 计算机工程与应用, 2019, 55(23): 120-124.
[3]	葛妍娇，郭宇，黄少华，刘道元，张蓉. 基于智能感知网的物料配送动态优化方法[J]. 计算机工程与应用, 2019, 55(22): 212-218.
[4]	张新1，白马波1，王帆2. 认知网中基于联盟博弈的资源分配与功率控制[J]. 计算机工程与应用, 2019, 55(14): 76-82.
[5]	高永兵1，张贵娟1，胡文江1，马占飞2. 基于后缀树算法的地区微博摘要技术研究[J]. 计算机工程与应用, 2018, 54(9): 126-132.
[6]	邱云飞，赵彬，林明明，王伟. 结合语义改进的K-means短文本聚类算法[J]. 计算机工程与应用, 2016, 52(19): 78-83.
[7]	蒋盛益1，阳垚2，廖静欣1. 中文音乐情感词典构建及情感分类方法研究[J]. 计算机工程与应用, 2014, 50(24): 118-121.
[8]	闫蓉，高光来. 面向词义消歧的词语相关度计算[J]. 计算机工程与应用, 2012, 48(27): 109-113.
[9]	樊兴华，王鹏，周鹏. 一种基于扩展的两步文本倾向性分析方法[J]. 计算机工程与应用, 2012, 48(1): 162-165.
[10]	熊忠阳，付玲玲，张玉芳. 文本分类中基于概念映射的二次特征降维方法[J]. 计算机工程与应用, 2012, 48(1): 166-169.
[11]	白秋产1，金春霞2，周海岩2. 概念向量文本聚类算法[J]. 计算机工程与应用, 2011, 47(35): 155-157.
[12]	莫倩1，张渝杰1，胡航丽1，张华平2. 一种混合的股评观点倾向性分析方法[J]. 计算机工程与应用, 2011, 47(19): 222-225.
[13]	张晓孪，王西锋. 基于概念图的汉语语义计算的研究与实现[J]. 计算机工程与应用, 2011, 47(10): 120-123.
[14]	王晓东，刘倩，陶县俊. 情感Ontology构建与文本倾向性分析[J]. 计算机工程与应用, 2010, 46(30): 117-120.
[15]	王红玲,吕强,徐瑞. 中文语义相关度计算模型研究[J]. 计算机工程与应用, 2009, 45(7): 167-170.

基于《知网》概念定义的情感词典构建研究

Research on building Chinese semantic lexicon based on concept definition of HowNet

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics