基于多情绪源关联模型的中文微博情感分析-智能系统学报.pdf

第 １１卷第４期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１１№．４ ２０１６年８月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ａｕｇ． ２０１６ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１６０５０１９ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ０８３０．００２．ｈｔｍｌ 基于多情绪源关联模型的中文微博情感分析 １，２ １，２ １，２ 李凌霄 ，李绍滋 ，曹冬林 （１．厦门大学智能科学与技术系，福建厦门３６１００５；２．厦门大学福建省仿脑智能系统重点实验室，福建厦门３６１００５） 摘　 要：社交媒体信息的爆炸式增长，使得依据其对公众舆论情感的分析受到越来越多的关注。 与传统文本不同， 新浪微博中存在包括情感词、表情、图片和视频等特征在内的多情绪源，本文针对中文社交短文本情感分析中情感 词典时效性问题和多情绪源间的关联性问题，提出了一种多情绪源关联模型。 该模型考虑微博中的情感词和表情 特征及其之间的关联关系，在经典的词典规则投票方法基础上，引入多情绪源以及关联概率，通过概率建模的方式 对情感词和表情两类情绪源建立关联模型，实现对微博情感的判别。 实验表明，在６ １７１条微博数据集中，多情绪源 关联模型分类准确率达到了８５．３％，强于包含情感词和表情的传统投票模型（８３．４％）以及包含同类多特征的ＳＶＭ 方法（８２．９％）。 关键词：多模态情感分析；多情绪源；社交媒体；关联性 － － － 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１６）０４ ０５４６ ０８ － 中文引用格式：李凌霄，李绍滋，曹冬林． 基于多情绪源关联模型的中文微博情感分析［Ｊ］． 智能系统学报，２０１６，１１（４）：５４６ ５５３． 英文引用格式：ＬＩＬｉｎｇｘｉａｏ，ＬＩＳｈａｏｚｉ，ＣＡＯＤｏｎｇｌｉｎ．Ｅｍｏｔｉｏｎａｌｍｕｌｔｉ⁃ｓｏｕｒｃｅｃｏｒｒｅｌａｔｉｏｎｍｏｄｅｌｆｏｒｃｈｉｎｅｓｅｍｉｃｒｏ⁃ｂｌｏｇｓｅｎｔｉｍｅｎｔａ⁃ － ｎａｌｙｓｉｓ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，２０１６，１１（４）：５４６ ５５３． Ｅｍｏｔｉｏｎａｌ ｍｕｌｔｉ⁃ｓｏｕｒｃｅ ｃｏｒｒｅｌａｔｉｏｎ ｍｏｄｅｌ ｆｏｒ ｃｈｉｎｅｓｅ ｍｉｃｒｏ⁃ｂｌｏｇ ｓｅｎｔｉｍｅｎｔ ａｎａｌｙｓｉｓ １，２ １，２ １，２ ＬＩ Ｌｉｎｇｘｉａｏ ，ＬＩ Ｓｈａｏｚｉ ，ＣＡＯ Ｄｏｎｇｌｉｎ （１． Ｃｏｇｎｉｔｉｖｅ Ｓｃｉｅｎｃｅ Ｄｅｐａｒｔｍｅｎｔ，Ｘｉａｍｅｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉａｍｅｎ ３６１００５，Ｃｈｉｎａ；２． Ｆｕｊｉａｎ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ ｔｈｅ Ｂｒａｉｎ⁃ｌｉｋｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，Ｘｉａｍｅｎ ３６１００５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｔｈｅ ｅｘｐｌｏｓｉｏｎ ｏｆ ｓｏｃｉａｌ ｍｅｄｉａ ｉｎｆｏｒｍａｔｉｏｎ，ｓｅｎｔｉｍｅｎｔ ａｎａｌｙｓｉｓ ｏｆ ｐｕｂｌｉｃ ｏｐｉｎｉｏ