论文部分内容阅读
情感词典的构建是文本挖掘领域中重要的基础性工作。近几年，情感词典的极性标注从二元褒贬标注向多元情绪标注发展，词典的领域特性也日趋明显。但是情感类别的手工标注不但费时费力，而且情感强度难以得到准确量化，同时对领域性的过分关注也大大限制了情感词典的适用性。通过神经网络语言模型对大规模中文语料进行统计训练，并在此基础上提出了基于转换约束集的多维情感词典自动构建方法；然后研究了基于词分布密度的感情色彩消歧方法，对兼具褒贬意味词语的感情极性进行区分和识别，并分别计算两种感情色彩下的情感类别与强度；最后提出基于多个语