中文微博语料情感类别自动标注方法

doi:10.11772/j.issn.1001-9081.2014.08.2188

计算机应用 ›› 2014, Vol. 34 ›› Issue (8): 2188-2191.DOI: 10.11772/j.issn.1001-9081.2014.08.2188

• 第五届中国数据挖掘会议(CCDM 2014)论文 • 上一篇下一篇

中文微博语料情感类别自动标注方法

阳爱民¹,周咏梅¹,周剑峰²

1. 广东外语外贸大学思科信息学院，广州510006
2. 广东外语外贸大学图书馆，广州510006

收稿日期:2014-04-29 修回日期:2014-05-09 发布日期:2014-08-10 出版日期:2014-08-01
通讯作者: 阳爱民
作者简介:阳爱民(1970-)，男，湖南永州人，教授，博士，CCF高级会员，主要研究方向：机器学习、文本情感分析；周咏梅(1971-)，女，湖南永州人，教授，CCF会员，主要研究方向：自然语言处理、文本情感分析；周剑峰(1986-)，男，湖南株洲人，助理馆员，硕士，主要研究方向：机器学习、文本情感分析。
基金资助:
国家社会科学基金资助项目;教育部新世纪优秀人才支持计划项目

Automatic annotation methods for Chinese micro-blog corpus with sentiment class

YANG Aiming¹,ZHOU Yongmei¹,ZHOU Jianfeng²

1. Cisco School of Informatics, Guangdong University of Foreign Studies, Guangzhou Guangdong 510006, China;
2. Library, Guangdong University of Foreign Studies, Guangzhou Guangdong 510006, China

Received:2014-04-29 Revised:2014-05-09 Online:2014-08-10 Published:2014-08-01
Contact: YANG Aiming
Supported by:
National Social Science Fund

摘要/Abstract

摘要：

针对大规模微博语料手动标注困难的问题，提出了中文微博语料情感类别自动标注的方法，包括基于关键词的、基于概率求和的和基于概率乘积的3种自动标注方法和一种集成标注方法。自动标注时首先分别使用3种标注方法进行标注，得到3种标注结果；然后，采用标注方法集成的策略，对3种标注的结果通过投票的方式决定最终的标注结果。通过设计自动标注实验系统进行实验，实验结果验证了所提方法的可行性和有效性。实验结果表明，单个标注方法的准确率均在70%以上，投票方法的准确率达90%以上。

Abstract:

For the difficulty of manual annotation on large-scale micro-blog corpus, three automatic annotation methods and an integrated annotation method by voting for Chinese micro-blog corpus were proposed. Three automatic annotation methods included keywords-based annotation method, probability-summation-based annotation method and probability-product-based annotation method. During the process of automatic annotation, firstly, micro-blog corpus were annotated by three annotation methods respectively, and three results were obtained, then the final annotation results were determined by voting method with the integrated strategy. By designing automatic annotation experiment system, experimental results verify the feasibility and effectiveness of the proposed methods, and show that the accuracy of the single annotation method is more than 70%, and it is more than 90% for the voting method.

中图分类号:

阳爱民周咏梅周剑峰. 中文微博语料情感类别自动标注方法[J]. 计算机应用, 2014, 34(8): 2188-2191.

YANG Aiming ZHOU Yongmei ZHOU Jianfeng. Automatic annotation methods for Chinese micro-blog corpus with sentiment class[J]. Journal of Computer Applications, 2014, 34(8): 2188-2191.

参考文献

［1］YANG A, ZHOU Y, LIN J. A method of Chinese texts sentiment classification based on Bayesian algorithm ［J］. Applied Mechanics and Materials, 2012, 263/264/265/266: 2185-2190.
［2］YANG A, LIN J, ZHOU Y, et al. Research on building a Chinese sentiment lexicon based on SO-PMI ［J］. Applied Mechanics and Materials, 2012, 263/264/265/266: 1688-1693.
［3］CUI G, CHENG Y. Corpus annotation in the corpus ［J］.Journal of Tsinghua University: Philosophy and Social Sciences, 2000(1): 89-94.(崔刚,盛永梅.语料库中语料的标注［J］.清华大学学报:哲学社会科学版,2000(1):89-94.)
［4］LI S. Sensiment classification of micro-blogs corpus based on automatic annotation training set ［D］. Shenyang: Northeast Normal University, 2013.(李圣楠.基于自动标注训练集的微博语料情感分类的研究［D］.沈阳：东北师范大学，2013.)
［5］XU L, LIN H, ZHAO J. Construction and analysis of emotional corpus ［J］. Journal of Chinese Information Processing, 2008, 22(1): 116-122.(徐琳宏,林鸿飞,赵晶.情感语料库的构建和分析［J］.中文信息学报,2008,22(1):116-122.)
［6］PANG L, LI S, ZHOU G. Sentiment classification method of Chinese micro-blog based on emotional knowledge ［J］. Computer Engineering, 2012, 38(13): 156-158.(庞磊,李寿山,周国栋.基于情绪知识的中文微博情感分类方法［J］.计算机工程,2012,38(13):156-158.)
［7］HAN Z, ZHANG Y, ZHANG H, et al. On effective short text tendency classification algorithm for Chinese microblogging ［J］. Computer Applications and Software, 2012, 29(10): 89-93.(韩忠明,张玉沙,张慧,等.有效的中文微博短文本倾向性分类算法［J］.计算机应用与软件,2012,29(10):89-93.)
［8］YANG A. Fuzzy classification models and ensemble methods ［M］.Beijing: Science Press,2008.(阳爱民.模糊分类模型及其集成方法［M］.北京:科学出版社,2008.)
［9］China Computer Federation. Test data for evaluation ［EB/OL］. ［2013-12-10］. http://tcci.ccf.org.cn/conference/2013/pages/page04_tdata.html.(中国计算机学会.评测测试数据［EB/OL］. ［2013-12-10］. http://tcci.ccf.org.cn/conference/2013/pages/page04_tdata.html.)
［10］Information Retrieval Laboratory, Dalian University of Technology. Emotional vocabulary ontology database ［EB/OL］. ［2014-01-18］. http://ir.dlut.edu.cn/EmotionOntologyDownload.aspx?utm_source=weibolife.(大连理工大学信息检索研究室.情感词汇本体库［EB/OL］. ［2014-01-18］. http://ir.dlut.edu.cn/EmotionOntologyDownload.aspx?utm_source=weibolife.)
［11］JIANG F, ZHANG H, LIU Y, et al. THUIR-Senti at Chinese microblog mood analysis evaluation ［EB/OL］. ［2013-12-02］. http://tcci.ccf.org.cn/conference/2013/dldoc/evrpt02.rar.(姜飞,张辉,刘奕群,等.THUIR-Senti中文微博情绪分析评测报告［EB/OL］. ［2013-12-02］. http://tcci.ccf.org.cn/conference/2013/dldoc/evrpt02.rar.)
［12］SUN X, YE J, TANG C, et al. Multi-granularity based Chinese microblog sentiment analysis ［EB/OL］. ［2013-12-02］. http://tcci.ccf.org.cn/conference/2013/dldoc/evrpt02.rar.(孙晓，叶嘉琪，唐诚意,等.基于多粒度模型的中文微博情感分析［EB/OL］. ［2013-12-02］. http://tcci.ccf.org.cn/conference/2013/dldoc/evrpt02.rar.)

[1]	侯阳张琼赵紫煊朱正宇张晓博. 基于YOLOv5s的复杂场景下高效烟火检测算法——YOLOv5s-MRD[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	张奇业, 曾心蕊. 带高斯核的支持向量数据描述问题的高效积极集法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3808-3814.
[3]	曹晓意罗煦琼李景贺恩锋. 改进人工势场法下的多无人机编队路径规划方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	袁志超杨磊田井林魏晓威李康顺. 面向复杂约束多目标优化问题的双种群双阶段进化算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	冷琴, 毛政元. 考虑设施规模决策的两级选址-路径优化[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3513-3520.
[6]	彭庆媛, 王晓峰, 王军霞, 华盈盈, 唐傲, 何飞. 可满足性问题相变研究综述[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3503-3512.
[7]	孙仁科, 皇甫志宇, 陈虎, 李仲年, 许新征. 神经架构搜索综述[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 2983-2994.
[8]	孙安泰, 刘烨, 徐冬梅. 多智能体系统的动态面渐近补偿算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3151-3157.
[9]	颜超英, 张紫仪, 曲映楠, 李秋禹, 郑地翔, 孙丽珺. 基于联盟链的双向拍卖碳交易[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3240-3245.
[10]	杨志龙邹德旋李灿邵莹莹马乐杰. 融入限制反向学习与柯西-高斯变异的蜣螂优化算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[11]	姚光磊, 熊菊霞, 杨国武. 基于神经网络优化的花朵授粉算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2829-2837.
[12]	力尚龙, 刘建华, 贾鹤鸣. 融合多狩猎协调策略的爬行动物搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2818-2828.
[13]	李焱, 潘大志, 郑思情. 多车场带时间窗车辆路径问题的改良自适应大邻域搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1897-1904.
[14]	张倩婷胡丽莹陈黎飞. 时间序列的鲁棒形态表征方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[15]	胡林波倪志伟程家乐刘文涛朱旭辉. 基于融合社区检测的复杂协作众包任务分配方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.

中文微博语料情感类别自动标注方法

Automatic annotation methods for Chinese micro-blog corpus with sentiment class

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