基于中文微博的情感分析方法研究

摘要

针对中文微博情感倾向性分析问题,将中文微博情感分析分为3大部分:中文分词、情感词语定位和情感倾向性判断,给出了中文分词的具体方法,即基于隐马尔可夫模型(HMM)的维特比算法.分析不同种类的情感词对情感倾向性判断的影响,并设计情感得分计算方法,根据得分分析人们对舆情的态度,从而更加准确地分析各类文本的情感倾向性.通过Python从新浪微博爬取200篇文章,通过实验分析得出正向情感128篇,中性情感20篇,负向情感52篇,验证了基于HMM的维特比算法以及基于情感词典的情感倾向性分析方法能有效地判断出微博文本的情感倾向性.