基于词典的微博评论情感分析研究

摘要

笔者融合多个词典建立情感词典,根据建立的规则计算文本情感极性,并对不含情感词的语句情感值计算进行了讨论,最终得到一套基于情感词典的情感倾向性分析方法,实现了文本的情感归类.在分析文本词频、情感比例及其时序变化的基础上,探究评论舆情导向和时序发展特征.使用微博评论数据进行实验,发现整体上正面情感占主导地位,网民情绪呈现随着事件发布短时间波动后逐渐趋于稳定的特点.